ZDNET网络频道 05月08日 编译:思科公司周四透露将收购云API平台供应商Tropo的计划,继续大举地进行软件方面的收购。
Tropo是一家总部设在美国加州Menlo Park的私有企业。思科业务开发高级副总裁兼负责人Hilton Romanski上周四在一篇博客文章中表示,Tropo旗下的云API平台可以令思科服务提供商和开发商将实时通信“以最少的开发工作量”嵌入到自己的应用程序里。
Romanski表示,此项收购将为一众服务供应商带来新的收入,并为合作伙伴提供一款协作平台即服务产品,使得他们能够创建和销售新的通信服务。据称,目前有超过20万的开发人士在使用Tropo的API,收购完成后这些将成为高级副总裁兼总经理Rowan Trollope领导下的思科协作技术集团的一部分。
Romanski在博文里表示,“思科的使命是要使协作变得超级简单。下一代通信和协作平台需要易于使用的现代API,而且这种需要现在变得更为重要。”
而思科集中全力进行软件收购的这件事情也成为了上周在蒙特利尔举行的2015年思科合作伙伴峰会的一个热门话题。
思科全球合作伙伴组织高级副总裁Bruce Klein在峰会中的一次新闻发布会上表示,“各位将目睹思科越来越大胆地挺进软件领域,最近收购的10家公司中9家都是软件公司,而且每个业务单位都在创新更多的软件,推出更多的软件解决方案提供给市场。”
Tropo的收购预计将在思科的第四财季内完成,而收购财务条款未被披露。这也是思科刚刚于四月购买了以应用程序为中心的网络公司Embrane之后,紧接着着手开展的对Tropo的收购项目。
Long View Systems是一家位于加拿大艾伯塔省卡尔加里的思科金牌合作伙伴。该公司融合基础设施和网络服务副总裁Kent MacDonald表示,“我很高兴地看到思科认识到可以通过收购软件提升旗下的产品,认识到这样做比用硬件收购的方法使得整合容易得多。收购Tropo可拓展思科协作产品的特点和功能。我认为思科明白,要继续发挥领导作用就必须采取将创新和收购融合在一起的方法。”
Force3是美国马里兰州Crofton的一家解决方案提供商,是思科金牌合作伙伴。该公司的首席执行官Michael Greaney表示,思科最近大举进行软件收购合情合理,他还指出,网络巨头思科需要确保从收购中为其合作伙伴创造服务机会。
Greaney表示,“我们要确保……不仅能够提供思科在市场上的硬件和软件,还要提供服务,原因是我们的一些特别的东西出自服务这一块。在服务这一块我们能够打造个性产品。整个服务领域可以说为我们提供了一条自己的泳道,我们可以真正地显示自己与众不同,这一点对我们作为一个合作伙伴来说真是颇为重要。”
一众合作伙伴表示,此次收购在移动领域方面也有很强的份量。
许多合作伙伴一直在推动思科进行软件收购,以期能以更快的步伐加强思科软件产品组合。同样,思科也开始向合作伙伴施加压力,使得他们开始将软件打造纳入自己的商业模式。
Greaney表示,“对于思科来说,合作伙伴如何利用利用这些收购是个非常实际和需要考虑的事情。其中有些方面是要看看在将来的几年里哪些地方能够对业务产生最大的影响。我认为很多东西最终都是事关软件的事,而不是关于颠覆某个科学技术的事情。对此,思科不会无所事事。”
在上周的合作伙伴峰会上,思科推出了一个新的软件合作伙伴计划,以加大旗下的软件推广。软件合作伙伴计划旨在为那些投资软件的解决方案提供商提供回报和收益。该计划将于2016年启动。思科还公布了旗下新版的云计算和托管服务计划CMSP 2.0,新版赋予了思科互联云(Intercloud)一系列的新角色,并可以让合作伙伴在云架构上有更多的选择。CMSP 2.0细节将于2016年的第一季度公布。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。