至顶网网络频道 12月13日 编译:Linux基金会远非是Linux而已,Linux基金会也是许多开源网络项目的老家,如软件定义网络(SDN)OpenDaylight、网络功能虚拟化开放平台(OPNFV)及开放网络自动化计划(ONAP)等开源网络项目。瞻博网络(Juniper Networks)日前宣布,旗下的开源网络虚拟化云平台OpenContrail也将加入Linux基金会。
SDN公司Contrail在2012年被瞻博网络收购。瞻博网络随后在2013年发布了Juniper Contrail开源产品。今年早些时候,瞻博网络进一步扩大此项目的治理,目的是要创建一个更加以开放社区为主导的项目,以加强此项目下一个阶段的增长。现在,Contrail项目加入到Linux基金会的网络项目里,这意味着OpenContrail离在云生态系统NFV / SDN方面进一步增长的目标又近了一步。
说得更详细一点,OpenContrail是一个可扩展的网络虚拟化控制层。OpenContrail提供了功能丰富的软件定义网络和强大的安全性。一些云服务提供商、电信运营商和企业数据中心已经部署了OpenContrail,用于简化操作及跨云自动化工作负载管理。
OpenContrail支持者没有OpenDaylight支持者那么多。OpenDaylight两大持者美国电话电报公司(AT&T)和NTT对OpenContrail不是很满意。美国电话电报公司技术部主要成员Paul Carver从事 SDN和NFV工作,他最近在接受SDXCentral网站采访时表示,“Contrail最大的挑战是缺乏一个开源社区,我本人尚未放弃将更多的非瞻博网络人士拉到这个项目里来做些事的努力,但真是件大难事。关键的一点是:社区对我们来说非常重要。
瞻博的官方说法是,瞻博网络认为,有Linux基金会负责,以社区为先导的开源项目将促进更大的创新。考虑到美国电话电报公司的态度,很明显,加入Linux基金会之举的另一个主要动机是令最大的客户满意。
笔者也希望这一举措可以为现存的多个开源网络项目带来更多的凝聚力。笔者写这方面的文章维持生计,但也没法跟踪每个项目的细节。 SDN和NFV正在改变电信和数据中心的高端网络。二者的合理发展可以防止软件的蔓延泛滥,合理发展自然是越早越好。
Linux基金会的网络和流程副总裁Arpit Joshipura在一份声明中表示,“我们的全球社区将广泛采用、管理和整合OpenContrail,以管理和保护各种云环境,我们对于其前景感到兴奋。我们的社区以先进的科技水平著称,OpenContrail加入我们的开源项目对于我们的社区达到先进的科技水平十分重要。“
好文章,需要你的鼓励
这项研究探索了语言神经元视角下多语言对齐如何增强大语言模型(LLMs)的多语言能力。研究团队提出了一种更精细的神经元识别算法,将激活神经元分为语言特定、语言相关和语言无关三类,克服了现有方法的局限性。基于这种分类,研究将LLMs多语言处理过程划分为四个阶段:多语言理解、共享语义空间推理、多语言输出空间转换和词汇空间输出。通过分析对齐前后不同类型神经元的变化,发现多语言对齐促进了更多语言相关神经元的共享使用,减少了对语言特定神经元的依赖,这也解释了"自发多语言对齐"现象。
这项由弗吉尼亚大学与Adobe研究院合作的研究突破了传统图像到视频生成的空间限制,提出了"Frame In-N-Out"技术,使物体可以自然地离开画面或新物体能够进入画面。研究团队创建了专门的数据集和评估方法,并设计了一种融合运动控制、身份参考和无边界画布的扩散变换器架构。实验结果表明,该方法在生成质量和控制精度上显著优于现有技术,为电影制作和创意内容创作提供了新可能。
浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench,并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集,他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升,为人机空间交互提供了新的解决方案,使AI系统能更好地理解人类视角下的空间关系,促进更直观的人机交流。
ByteDance团队提出的DetailFlow是一种创新的图像生成方法,通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列,比传统方法少5倍,却实现了更高质量(2.96 gFID)和更快速度(提速约8倍)。该方法巧妙地模拟人类创作过程:先勾勒整体结构,再逐步添加细节,并通过自我纠错机制解决并行推理中的错误累积问题,为高分辨率图像生成提供了高效解决方案。