在经过一番折腾之后,我们认为,iBIG Stor Lite最大的进步有两点,首先一点是下载:
在前一篇文章中,笔者说过iBIG Stor的远程下载有若干的问题:在移动端无法很好地进行应用。这主要是迅雷的问题:缺乏对应的App。很快,由于某些神奇的原因,各种云下载受到了一些影响,如笔者常用的旋风下载现在就已经消失了,迅雷下载也曾经暂停过服务(当然现在又能用了)。iBIG Stor Lite抛弃了不可用的迅雷方案,目前,这个新方案支持HTTP、FTP和磁链方式,以后应该会加入eMule/eDonkey方式。新的下载方式应该是一个进步,不过笔者并没有进行尝试,因为主要使用的是PC,所以我们更希望出现的是一个Windows客户端。

老的iBIG Stor通过网页使用迅雷远程下载,是笔者比较常用的方式,但笔者并不喜欢网页的使用界面
第二点比较大的改进是,SMB/Windows共享的访问方式得到了修正:

老版iBIG Stor的一个幻象:带Bug的Windows共享
在年初iBIG Stor的发布会上,笔者曾经以为iBIG Stor是一个无线NAS,很快测试证明尽管Windows PC是可以通过类似SMB的方式访问iBIG Stor无线移动硬盘,但无法映射网络驱动器,并且,读取和写入较大容量的文件尚存在问题,在上一篇文章中,笔者认为:暂时地,iBIG Stor无法称为Wireless NAS。

Windows PC与iBSL互传文件,速率打开是3.6MiB/s,因为没有太大的意义,我们没有测试USB连接方式
新版本已经没有了前版的问题,只是速率似乎比上一代慢了一点点,这可能是前面提到的Short GI/Long GI的问题。笔者认为,iBS/L最大的硬件问题仍然是在网络,这方面需要尽快地提升。另外,还有一个小问题是:
所有的iBS/L的NetBIOS名称都是IBIGSTOR,如果网段中同时存在多个会怎么样?这个问题在上一代的时候并不显著,但到现在,笔者手中具有两个iBS,两个iBSL,因此存在一个命名冲突的问题,最终结果是:Windows共享当中一个也看不到。目前iBIG并没有提供修改这个名字的能力,这一点应该被修正。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。