4月27日,华为云全新品牌广告在北京、上海、广州、深圳等16所城市机场同时上线。全新的华为云品牌广告一组三张,承接了今年3月全新品牌口号“华为云 有技术,有未来,值得信赖”,并对其展开进一步延展和深入解读。
在新型互联网业务的推动下,以计算、存储、网络等资源型服务为主的互联网业务云基础设施1.0时代已经过去,我们正在迎来挑战与机遇共存的互联网业务云基础设施进入2.0时代,在这里,云计算服务商开始广泛提供容器、AI、大数据、DevOps等能力型服务,并从从资源服务向能力服务转型。与此同时,越来越多的行业企业开始把其传统业务、核心业务以云来承载,传统企业上云正在成为新的增长点。
而在这一转型过程中,企业面临着成本、服务、安全等一系列问题。企业客户在普遍关心的问题包括 “如何保持企业竞争力?”“如何让企业高效运转?” “如何保护数据安全?”“如何实现可持续发展?”等等。
对此,华为云给出了自己的答案。
如何基于各行业客户痛点,运用领先的云计算技术赋能发展、使能行业,是华为云从2015年业务开展以来一直在思考和实践的终极议题及原动力。在此次出街的品牌广告中,华为云以简单明了、发人深省的“三问”为切入点——“什么云,真正读懂你的焦虑?”、“什么云,真正敬畏你的数据?”、“什么云,真正关心你的未来?”充分展现了华为云助力企业数字化转型,携手客户及合作伙伴共赢未来的愿景。
什么云,真正读懂你的焦虑—— 华为云 厚积薄发 源于三十年技术创新
2017年,华为的研发投入达897亿元,位居欧盟委员会《2017年全球企业研发投入排行榜》第六,连续16年蝉联中国软件企业百强第一。拥有30年技术创新及研发积累的华为,已在芯片、算法、网络、存储、数据库等各个领域皆有深厚技术积累,并在软硬件协同一体化等方面具备优势。不仅如此,共上线14大类100+多种公有云服务、60多种解决方案,在用户数、资源使用量方面实现了300%的增长,合作伙伴超过3000家。面对企业的发展“焦虑”,华为云有能力、有信心可为客户提供全堆栈、极致体验、基于业务发展需求的云服务,以满足客户业务升级创新的需求,助力客户突破瓶颈,实现更大的商业价值。华为云,真正读懂你的焦虑。
什么云,真正敬畏你的数据—— 华为云 坚守边界 绝不交易客户数据
Cloud 2.0时代,数据不仅仅是企业的核心资产,也涉及数据主权和用户隐私等问题,企业必须首先在保证数据安全的基础上进行业务创新。基于此,华为进入云领域后始终坚持“三不”,即“上不做应用、下不碰数据、不做股权投资”,并在保证数据安全的同时,保持数据中立,并在开放架构,开放能力、开放生态的基础上,打造值得信赖的公有云。不碰数据不等于不懂数据。华为云,发挥华为多年数据治理实践经验,最懂企业数据治理,为客户提供强大的数据治理平台。
华为云,真正敬畏你的数据。
什么云,真正关心你的未来——华为云 开放共赢 做智能世界的黑土地
在刚刚结束的华为分析师大会上,华为云BU总裁郑叶来表示,Cloud 2.0时代需要创新的互联网业务云基础设施。从通用硬件到专用硬件,从资源服务到能力服务,从人口红利到数据红利,从依赖平台流量到自主整合渠道,华为云致力于成为互联网业务云基础设施2.0的创新者、大中型企业数字化转型的领导者。根据IDC的分析报告,华为云在中国私有云新增市场份额排名第一,政务云、大数据在中国整体市场的表现排名第一。同时,在Forrester的公有云报告中,华为云被评为强劲表现者,进入了领导者象限。毋庸置疑,致力于解决客户痛点的华为云,正处在高速的业务增长阶段。而华为云始终致力于与客户及合作伙伴风雨同舟,携手共赢未来。华为云,真正关心你的未来。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。