富士通已与 Nutanix 合作,使其针对日语优化的大语言模型 ( LLM ) Takane 可以在 Nutanix Enterprise AI ( NAI ) 平台上使用。
这一验证意味着 Takane 现已成为通过 NAI 部署的认证大语言模型,该平台支持在本地和公共云环境下运行生成式 AI 模型,并可在 Nutanix Cloud Platform ( NCP ) 混合多云平台上使用。
富士通声称,与通用大语言模型相比,Takane 在处理日语任务时具有更出色的表现,能够应对混合字符集(平假名、片假名和汉字)、省略主语以及在日语商务沟通中常见的细微敬语表达等特定语言挑战。
这一举措主要面向那些希望利用生成式 AI 的企业,尤其是在日本的企业,这些企业在采用全球模型时常面临准确性问题,或由于数据敏感性、法规遵从要求或延迟要求而需要在私有环境中部署 AI 工作负载。
这标志着首次有专为日语优化的大语言模型获得 Nutanix AI 平台的验证。
在 NAI 上运行的 Takane 模型将最初通过富士通的 PrimeFlex 集成虚拟化平台为 Nutanix 提供。富士通表示,此举将有助于在限制使用公共云的组织中构建可靠的 AI 基础设施。
为满足混合部署的需求,即开发可能在公共云中进行,但生产环节则运行于本地或边缘,富士通指出,NAI 与 NCP 的兼容性可简化 AI 应用及数据在不同环境间的迁移与集成管理。
富士通计划从 2025 年 7 月起,以管理服务的方式通过 NAI 提供 Takane,并辅以其现有的富士通云托管服务,此服务旨在优化和管理包括在 NCP 上运行 Takane 的混合云运营环境。
该公司将这一产品作为 Fujitsu Uvance 业务计划的一部分,该计划致力于解决社会和商业挑战,特别是在金融、政府以及研发等高安全性领域内,预计 Takane 的能力将在私有或混合云环境中发挥最大的效益。
日本的主权 AI 推动
富士通与 Nutanix 的合作正值日本大力发展本土大语言模型能力之时。受语言需求、数据主权担忧及国家经济战略的驱动,日本科技巨头和研究机构纷纷投资于主要以日语数据训练的基础模型。
其中显著的努力包括 NTT 的 “tsuzumi” 大语言模型以及 SoftBank 在生成式 AI 开发领域的投资,同时 SoftBank 还与 OpenAI 合资成立新公司,致力于开发满足日本企业独特需求的 AI 代理。
去年 12 月, NEC 推出了其增强版 “cotomi” 模型,该模型因在日语基准测试中表现出色而备受推崇。此外,NEC 还宣称已开发出能够在保持生成式 AI 性能的同时,将 GPU 计算效率提高两倍的技术。
日本政府也明确表示支持构建本土 AI 生态系统,认为这对提升国家竞争力以及确保 AI 模型符合日本文化和商业情境至关重要。
富士通将 Takane 部署到像 Nutanix 这样的企业级混合云平台上,可视为实现本土 AI 理想的重要举措,为日本企业提供了在自身基础设施中安全运用生成式 AI 的多样化选择。
好文章,需要你的鼓励
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
ByteDance智能创作实验室发布的Phantom-Data是首个大规模跨情境主体一致性视频生成数据集,包含约100万个身份一致配对样本。该数据集通过创新的三阶段构建管道,从5300万视频和30亿图像中精选高质量跨场景配对,有效解决AI视频生成中的"复制粘贴"问题,显著提升文本遵循能力和视觉质量。
被盗凭证导致80%的企业数据泄露。随着AI智能体投入生产,管理10万员工的企业将需要处理超过100万个身份。传统身份访问管理架构无法应对智能体AI的大规模部署。领先厂商正采用蓝牙低功耗技术替代硬件令牌,实现基于距离的身份验证。行为分析可实时捕获被入侵的智能体,零信任架构扩展至智能体部署。这代表了自云计算普及以来最重要的安全变革。
普林斯顿大学研究团队开发了ReasonFlux-PRM,这是首个能深度理解AI复杂思维过程的评分系统。不同于传统只看最终答案的评估方法,新系统能评判AI思考轨迹的每个步骤质量,在数学和科学推理任务上实现了平均4.5%-12.1%的性能提升,为AI教育和训练提供了突破性的解决方案。