ZD至顶网网络频道 02月21日 编译:Arista网络公司在最近一个财季里的表现超过分析师预期,收入增长达40%。Arista表示,在“壮观”的2015年里收入飙升,尽管要应对思科的诉讼,第四季度业绩仍又创新高。
Arista公司总裁兼首席执行官Jayshree Ullal表示,“我很高兴Arista的可编程云网络迅速得到我们客户的接受。”他表示,“传统企业转型到云工作负载是不可避免的,这刺激了Arista盈利业绩的强劲增长及市场份额的增加。”
具体表示如下:
Arista 在2015年全年各种数字也增长显著:
Arista公布这些数字之时仍在与思科对簿公堂,思科指控Arista及其管理团队存在专利和版权侵权行为。思科表示,希望Arista从市场上移除侵权产品。
今年年初,Arista对思科提出反诉讼,指控思科利用其市场支配地位排挤竞争对手及阻吓顾客使其远离其他服务。
美国国际贸易委员会预计将在下个月发布关于该侵权案的调查结果。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。