据外媒DCK指出,在云服务的驱动下,托管市场继续整合,三大领导公司都在积极进行兼并和收购。
DCK引用了Synergy Research公司的研究成果,并指出排名前十二的托管服务提供商占到了全球市场40%的份额。此外还有大量小型提供商,它们占据的市场份额不到1%。
Synergy首席分析师兼研究总监John Dinsdale表示,这是市场日益为服务提供商客户而非企业客户驱动。其结果是,数据中心提供商需要覆盖广泛的地域,并拥有一定的规模,以满足服务提供商的需求,这进而推动了这个市场的整合。
Dinsdale指出,就市场驱动力量而言,云是最大的推动力量;并补充表示,它与托管市场的关系也有些复杂。
“云计算服务的增长对企业级托管市场‘浇了一些冷水’,然而却帮助驱动了托管市场当中服务提供商的增长,”他说道。 “然而,托管服务提供商从服务提供商客户那里所赚的钱要比从企业客户所的钱多很多。”(注:本文中的“服务提供者”指的是云计算和IT服务提供商、电信运 营商、内容和数字媒体公司)。
市场领导者Equinix公司拥有将近10%的市场份额,并正在收购市场排名第十的TelecityGroup。此外,人们还在热议市场“老 二”Digital Realty可能会收购排名前20的Telx。对于Digital Realty来说,收购Telx收购将不仅意味着整合,还将帮助这个主营批发数据中心业务的提供商深入到零售托管市场。
零售托管服务玩家统领了占据了市场前十的位置,并且这种状态很可能会延续下去。此外,零售和批发之间的界限继续日益模糊。然而,Dinsdale认 为,这是一个小的发展趋势,而不是一个重大的转变。 “Digital Realty已经‘染指’零售市场,并可能做好了深入其中的准备。然而,另一方面,例如,零售托管服务提供商NTT通过一系列的收购动作,更为深入地进入 批发市场,”他说道。
Digital Realty收购Telx后,将进一步模糊批发和零售之间的界限,但Dinsdale对这是否将是一个不错的选择持怀疑态度。 “就个人而言,我觉得逻辑有点问题,”Dinsdale说道。 “虽然零售和批发业务之间的界限总是有些模糊,然而本质上这是两个具有不同特点的不同市场,它们拥有不同的业务标准,并且需要不同的技能组合。”
排名前三的市场领导者——日本的NTT最近收购e-shelter,大大提高了其在欧洲的市场份额。欧洲仍然是一个赢取市场份额的核心地点和战场。
报告中另一个有趣的亮点是,目前托管市场的领导者分布在托管专业公司和电信运营商之间“平分秋色”,每边各占6位。其中有4家电信运营商通过收购之后,入围以上名单。
电信运营商是否能通过“有机增长”延续成功仍然是一个待确定的问题。 “对于电信运营商来说,这是有些艰难的竞赛,”Dinsdale说道。 “一般来说,他们做托管生意,因为他们需要为企业客户提供给各种不同的服务。但他们真正的目的往往是推动其他更多核心服务的销售。因此,他们对托管服务的 专注有时候是有点三心二意的。”
他补充说道,但也有例外。一些电信运营商已经收购了大量托管业务线,这包括NTT、Verizon、CenturyLink及加拿大Rogers公 司所进行的收购。 Dinsdale表示,整合不仅发生在最顶级的玩家当中。“此外,[区域活动]已经在发生了,”他说道。 “大多数的这些举措发生在中小型托管服务提供商之间,然而区域性的整合也在进行当中。在规模更小的城区,这个市场还非常分散,拥有许多活跃的小型本地玩 家。”
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。