F5 Networks(NASDAQ:FFIV) 宣布推出能够为多云环境提供一致应用服务的全新解决方案,旨在帮助企业提升部署灵活性、提高安全性并加快上市速度。
F5 发布的2017 年应用交付状态报告显示,尽管迁往云基础架构的客户数量达到历史新高,但仍有许多客户坚持选择投资多种云技术。80% 的受访者表示他们愿意迁移至多云架构,而 20% 的受访者则表示他们今年会将超过一半的应用放到公共云和/或私有云中。随着多云环境的广泛应用,一些意想不到的挑战也随之出现:跨多个云平台的应用部署为应用服务管理带来挑战;不统一的安全性策略带来了合规风险;同时多云架构增加了 IT 技能缺口方面的压力,并拉低了云价值回报。
F5 产品管理和产品营销高级副总裁 Sangeeta Anand 表示:“越来越多的客户选择在公共云和私有云混合云环境中、在托管设施以及他们自己的数据中心中部署应用,但在管理不同的开发环境、工具集和编排技术方面面临诸多挑战。这些云能够为应用提供服务,但问题是便携性欠佳、局限于特定用例或者防护能力不足。F5 的多云应用服务和解决方案组合能够提供一致的应用服务和企业级安全性,支持客户随时随地部署任何应用”。
将应用服务范围扩展到云端
F5 在11 月宣布其愿景是在云中推出智能的应用服务,提供客户期望的稳定性、安全性和高性能。今天,我们在此基础上推出了多款多平台、多云服务解决方案,支持应用更快、更智能、更安全地运行。
全新公共云解决方案助力在所有云中加速部署应用
全新私有云解决方案可让企业更放心、更快速地迁移至云
更多其他解决方案支持在多种新环境中交付应用服务
所有 F5 多云产品今日均已上市,单品详情请见上述介绍。如欲了解产品的详细信息以及您所在国家或地区的服务可用性,请联系当地的F5 销售办事处。
ZK Research 首席分析师 Zeus Kerravala 表示:“企业管理者们开始严重依赖云解决方案来支持他们的数字转型工作,但大多数情况下,单一云部署不足以提供真正的业务灵活性。令人遗憾的是,多云框架非常复杂,IT 部门必须采取必要的措施缓解在这些混合环境中运营所面临的重重挑战。借助 F5 的多云产品组合,IT 部门可在任何环境中交付一致和安全的应用服务,从而满足业务的发展速度要求。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。