至顶网网络频道 06月14日 编译:VMware今天宣布推出新的vCloud NFV-OpenStack Edition 3.0基础设施平台,旨在成为边缘计算电信基础设施核心的主要参与者。
这款新平台主要针对网络运营商,目的是促进多云电信网络中的5G和分布式计算环境。就在此之前,VMware刚刚推出了新的VMware Integrated OpenStack-Carrier Edge平台,专为希望在OpenStack上部署服务的通信服务提供商设计。
VMware表示,vCloud NFV-OpenStack Edition 3.0是一个更大型的、面向运营商的网络功能虚拟化套件,具有多项企业级特性,包括更高的弹性、故障转移和容器网络支持等。
该平台还支持VMware的NSX-T Data Center产品,这个网络虚拟化和微分区平台面向虚拟机管理程序环境、容器部署和运行在公有云环境中的原生工作服在。最重要的一点是,vCloud NFV-OpenStack Edition 3.0还具有“数据平面加速”功能,可帮助减少网络边缘环境中的处理需求。
VMware表示,Telia Co. AB和NTT Communications等运营商自1月份以来一直在测试这一新平台。VMware和Telia合作开发了一个架构计划,同时其他客户可以使用该计划来实施该技术。
VMware一直致力于确定支持5G和分布式计算的最佳体系结构,这种架构把从核心到网络边缘的每一个多路径系统都考虑到设计中,VMware Telco NFV Group解决方案副总裁Gabriele Di Piazza这样表示。
Di Piazza说:“我们相信挑战在于我们如何在一个跨私有云、公有云、边缘和分支环境中实现基础设施和网络通用策略的自动化。”
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。