近日,Gartner最新发布Gartner Peer Insights 《Voice of the Customer for Cloud Database Management Systems,2023》报告,华为云成为全球唯一获得云数据库管理系统“客户之选”的云厂商,客户满意和推荐度高达98%。
Gartner Peer Insights™是一个由全球IT决策者和从业者对其使用的设备和服务进行评级与评论的平台。Gartner指出:“‘Voice of Customer’是一份综合了Gartner Peer Insight中的评论,为IT决策者提供见解的文件。这种经过汇总后的同行观点以及详细的个人评论是对Gartner专家研究的补充,并且关注的是同行们实施和操作解决方案的直接经验,能够在您购买的过程中发挥关键作用。”
该报告显示,华为云在本年度Peer Insights平台共收获89条评论,获得4.8分综合评分(满分5分)。这些评价结果充分体现了华为云数据库管理类产品在综合竞争力、部署体验、规模商用成熟度、销售服务品质等方面获得全球客户的高度认可(链接:https://www.gartner.com/doc/reprints?id=1-2E71VNVE&ct=230620&st=sb )。
某银行大客户经理留言评论道:“我司是开源数据库解决方案和数据处理技术的提供商,但分布式数据库重构能力相对薄弱。为满足业务拓展的需要,我们选择与华为云GaussDB数据库合作,面向制造业和金融行业共同打造了分布式数据库解决方案。我们在共建分布式数据库的基础上,根据客户的特定场景定制数据平台,帮助客户解决业务与数据库耦合过大、数据利用不便等问题。同时,打破了现有的数据库性能瓶颈,有效地实现了数据处理和管理。”
来自软件行业的商务总监表示:“我们使用华为云MRS云原生数据湖构建一站式用户画像,实现精准的用户营销,节省了大量的时间和成本,极大地改善了客户体验。”
某政府软件发展部门员工说:“我们综合金融平台的业务数据库基于华为云GaussDB(DWS)数据仓库构建,帮助我们全面监控核心业务,集中管理全省数据。”
华为云面向金融政企领域研发的分布式关系型数据库GaussDB,为企业提供了高可用、高安全、高性能、高弹性、高智能、易部署、易迁移的企业级数据库服务,并在工商银行、邮储银行等国有大行,以及多家股份制银行和保险证券公司,积累了丰富的成功经验。其中邮储银行基于GaussDB数据库,具备了为全行6.5亿个人客户、4万多个网点提供日均20亿笔、峰值6.7万笔/秒的交易处理能力。
华为云GaussDB(DWS)数据仓库,作为云上企业级数据仓库,提供标准数仓、实时数仓以及IoT数仓三种产品,广泛用于汽车、制造、零售、物流、互联网、政府、电信等行业的分析和决策系统。截至2023年第一季度,华为云GaussDB(DWS)在国有大行和股份制银行中的市占率高达66.7%,在金融数仓本地部署中排名第一。其中,招商银行已于去年成功完成数仓迁移,并建立了国内首个大规模金融云数仓,批量数据处理完成进度整体提前2小时以上,业务用户查询时长缩短75%,有效支撑了“人人用数”大数据发展战略落地。
华为云MRS云原生数据湖为客户提供Hudi、ClickHouse、Spark、Flink、Kafka、HBase等Hadoop生态的高性能大数据组件,支持数据湖、数据仓库、BI、AI融合等能力,是政企客户大数据平台首选。当前,80%的TOP60金融客户和70%的TOP50互联网客户都选择了华为云MRS数据湖,其中在工商银行已建成同业最大的大数据单集群,总规模达4000+节点,支撑行内外200+应用,并通过MRS HetuEngine数据虚拟化引擎,分析效率提升50倍,实现全行1.3万名分析师即时BI新体验。
随着千行百业数字化转型的深入,企业面临的业务场景会更复杂,对云数据库管理系统的诉求也会越来越高。未来,华为云将持续深耕根技术,不断创新、精进和突破,将更多产品能力应用到更多商业实践,帮助各行各业构建更优质、更敏捷高效的智能数据底座。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。