网络安全公司Palo Alto Networks宣布与谷歌云平台达成重要合作伙伴关系,将把部分最重要的内部工作负载迁移到谷歌云平台。
据该网络安全供应商在新闻稿中描述,这是一项价值数十亿美元的交易。路透社报道称,该交易价值接近100亿美元。这距离谷歌云据报道与Meta Platforms签署更大规模合同仅四个月,Meta将使用其平台运行人工智能工作负载。
Palo Alto Networks的合作伙伴关系同样强调AI技术应用。该网络安全供应商将使用谷歌的Gemini系列大语言模型为其产品中的智能体提供支持。这些智能体能够发现企业云应用程序中的漏洞、排除网络瓶颈故障并执行相关任务。
谷歌云通过名为Vertex AI平台的产品提供对Gemini模型的访问。这是一个广泛的产品套件,不仅包括大语言模型,还包括为AI项目优化的开发工具。在AI应用程序退出开发阶段后,企业可以使用Vertex监控其输出的准确性问题。
除了内部采用该产品套件外,Palo Alto Networks还将帮助客户保护他们自己的基于Vertex的工作负载。这项工作将集中在该公司4月推出的Prisma AIRS平台上。该软件可以通过模拟黑客攻击来扫描基于Vertex的应用程序的漏洞。此外,它还能抵御常见的AI网络攻击,如提示注入攻击。
Palo Alto Networks与谷歌的合作伙伴关系将使Prisma AIRS不仅能保护Vertex工作负载,还能保护使用这家搜索巨头开源智能体开发工具包构建的软件。该工具于今年早些时候首次亮相,帮助开发者使用Gemini模型构建智能体。该工具还支持来自Anthropic等竞争对手的第三方大语言模型。
合作伙伴关系还将优先考虑Palo Alto Networks的VM-Series系列虚拟防火墙。这些防火墙阻止未经授权的网络流量,例如不需要数据交换能力的应用程序之间的连接,并扫描授权流量中的威胁。Palo Alto Networks将与谷歌云更紧密地集成VM-Series。
谷歌云总裁兼首席营收官Matt Renner表示:"我们合作伙伴关系的最新扩展将确保我们的共同客户能够获得正确的解决方案来保护他们最关键的AI基础设施,并从一开始就内置安全性来开发新的智能体。"
这项交易特别值得注意,因为这家搜索巨头在Palo Alto Networks活跃的一些网络安全产品类别中进行竞争。例如,Google Security Operations平台和Palo Alto Networks的Cortex XSIAM都旨在帮助企业调查潜在的安全漏洞。
谷歌在大语言模型市场的几个主要竞争对手也采用了其公有云。今年早些时候,Anthropic签署了一项价值数百亿美元的协议,扩大其对谷歌云的使用。OpenAI集团依靠该平台为ChatGPT提供支持。
Q&A
Q1:Palo Alto Networks与谷歌云的合作协议价值多少钱?
A:据路透社报道,该交易价值接近100亿美元。Palo Alto Networks在新闻稿中将其描述为一项数十亿美元的交易,这是该公司与谷歌云平台达成的重要合作伙伴关系的一部分。
Q2:Vertex AI平台是什么?它提供哪些功能?
A:Vertex AI平台是谷歌云提供的产品套件,用于访问Gemini大语言模型。它不仅包括大语言模型,还包括为AI项目优化的开发工具,并且在AI应用程序退出开发阶段后,企业可以使用它监控输出的准确性问题。
Q3:Prisma AIRS平台有什么作用?
A:Prisma AIRS是Palo Alto Networks于4月推出的安全平台。该软件可以通过模拟黑客攻击来扫描基于Vertex的应用程序的漏洞,并且能够抵御常见的AI网络攻击,如提示注入攻击,帮助客户保护他们的AI工作负载。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。