9月15日,紫光股份旗下紫光云技术有限公司(以下简称“紫光云”)宣布完成6亿元人民币融资。由中移资本控股有限责任公司(以下简称“中移资本”)参与的本次融资,将有助于满足紫光云在云计算和云服务相关的技术研发、市场拓展、节点建设等方面的资金需求,扩大业务规模,提升运营实力,增强市场竞争力,促进紫光云健康快速发展,进而成为国内政企领域云服务的领军企业。
紫光股份董事长、新华三集团总裁兼首席执行官、紫光云董事长于英涛表示,“长期以来,中国移动与新华三、紫光云一直保持着良好的业务合作关系。中国移动目前是全球网络规模最大、客户数量最多、品牌价值和市值排名位居前列的电信运营企业;在运营商体系内,中国移动实力雄厚,拥有完善的有线、无线网络和丰富的数据中心资源;此外,中国移动强大的品牌效应,以及触角覆盖到全国县乡镇一级强大的销售与服务网络,也是紫光云和新华三非常看重的资源。双方将会进一步优势互补,借助中国移动在数据中心、带宽等方面的资源积累,完善双方的基础设施建设,进一步优化节点布局;同时,基于混合云架构,丰富双方的服务产品类别,提升云服务能力。通过此次融资,中国移动作为战略投资者,不仅仅是对我们的信任和技术的认可,也能够为紫光云带来业务协同,标志着紫光云迎来了一个新的里程碑。”
中移资本表示,中移动近年大力发展自身的云业务,并加强对生态合作伙伴的布局。紫光云在云服务领域具备先进技术优势和解决方案实力,尤其是专注于政企行业领域,与中移动政企业务具有良好的协同前景。希望双方在云服务技术合作及政企行业市场、智慧城市业务等方面优势互补,共同开拓市场。
紫光云成立以来,产品技术逐步完善,业务模式逐渐成熟,经营发展进入快车道。全新升级的紫光云3.0,以一套技术架构提供公有云、私有云、混合云、行业云、边缘云等全域覆盖能力。由紫鸾平台和绿洲平台构建的紫光云3.0,实现了混合云架构的统一和用户应用数据的统一,保持了应用的一致体验,为客户打造持续运营、持续使用、体验极佳的云服务交付模式。全新自主研发的混合云平台“紫鸾”,提供16大类,超过300种的云服务,符合主流技术发展趋势,使得用户上云更加直观、便捷、顺畅,真正服务百行百业。
在运营能力上,紫光云持续推进全国节点建设和布局,业已总体建设四个大区、25个云节点,积累核心知识产权和相关重要资质。在政务云领域,紫光云已累计为17个国家部委级、25个省级、300多个地市区县级政务云提供全面的数字化产品和云服务运营,在云计算领域服务超过 10000 多家客户,拥有安全等级保护三级备案证书、国家云测评证书6项、国家相关机构销售许可、可信云开源解决方案认证,助力郑州、成都、杭州、天津、连云港、沈阳等全国数十个智慧城市的顶层规划、全流程部署、交付和运营管理,拥有深厚的行业积淀。在2020政务云服务运营市场,紫光云首进前五。此外,在智慧城市领域,紫光云携手新华三,在全国65个市县布局智慧城市,并累计服务175个智慧城市的建设和运营;在2021年上半年的智慧城市供应商中标排行中位居全国前二。在产业互联网领域,紫光云围绕自身优势,结合对产业的理解和数字化能力,持续在芯片云、建筑云、工业云的产业创新能力上实现突破。截至2021年8月,紫光股份2021年半年度报告显示,紫光云上半年实现营业收入3.92亿元,同比增长73.42%,成绩亮眼。
本次融资成功,对紫光云来说是具有战略性意义的一步。未来,紫光云将持续推进紫光股份“芯-云-网-边-端”产业链的完善,在“云智原生”战略的指导下,增强在云计算领域的核心竞争力,更好地支持云计算产业链的全面发展。
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。