中国正凭借互联网、大数据、人工智能和其它颠覆性技术大力推进产业改革。软件是实现这些重大转型计划的驱动力。因此,软件行业将迎来巨大的机遇。
中国软件行业最大的挑战之一是安全,从轻微的软件缺陷到严重的漏洞,再到潜在的大规模数据泄露。随着中国经济加速数字化转型,软件安全问题预计将更为严峻。
企业即使没有100%准备好也会尽早在市场推出他们的软件或者APP。这是目前市场的普遍规则。他们将依靠频繁的软件升级和安全补丁来降低潜在的安全威胁。虽然这是一个昂贵且费时的工作,但考虑到快速上市的利益,一些企业有可能把这些弊端看作是不可避免的。
然而,随着中国对网络安全越发重视,这个市场规则势必会彻底改变。
几个月前,《中华人民共和国网络安全法》正式生效,违规企业将受到严重的罚款,情节严重的会被指控承担刑事责任。有鉴于此,中国企业必须尽可能识别和消除软件缺陷和漏洞。此外,国家移动互联网应用安全管理中心(CNAAC)宣布将对申请上架的APP进行全方位的安全检测,对检测合格的APP授予“CNAAC应用安全标识”,作为认证APP符合国家安全管理规范的官方证明。总而言之,企业必须在软件或者APP推出市场前将安全漏洞最小化。
鉴于上述市场的变化,中国软件行业对安全的思维模式急需转变,从零散补救到注重全面、安全的软件开发生命周期(SDLC)。这正是新思科技软件质量与安全部门(SIG)的技术、解决方案及服务专注的领域。
在数字时代,企业越来越依赖软件,而软件的缺陷也带来了风险。新思科技软件质量与安全部门把最强大的产品和服务结合到一起,创建出 一套全面的平台,为企业提供在整个 SDLC 过程中检测和修复缺陷所需要的一切东西,从而消除风险,防患于未然。
新思科技软件质量与安全部门在中国将具有巨大的商业潜力,因为网络安全投资通常占中国企业IT投资总额的不到1%;而国外成熟市场则更重视安全,占其IT总预算的15%。
凭借在技术上的领先地位和对当地市场的投入,新思科技将有效地拓展中国市场巨大的商机。我们在几个主要垂直行业市场取得的成功,与中国经济的发展方向完全一致。这些领域包括汽车、医疗、物联网(IoT)、金融、机器学习和数字智能。
目前,新思科技是全球第15大软件公司。新思科技采取一种整体的方法来设计、构建和维护安全软件,我们将这一概念称为“内置完整性” (Building Security In)。凭借一套全面的软件安全性和质量解决方案组合以及本地化服务, 新思科技可以在中国成为软件完整性领域的领导者,将功能、质量和安全性均无缝地融入SDLC。
自1995年以来,新思科技一直致力于中国市场。目前,新思科技在上海、香港、深圳和武汉设有办事处。上海办事处和研发中心目前拥有200多名销售、研发和技术支持人员。武汉研发和技术支持中心于2013年正式启用,目前有189名员工,并且新思科技正在武汉新建工业园,总投资为5,000万美元,预计2019年底投入运营。武汉研发团队预计到2020年壮大到500名员工。
新思科技可以为中国企业提供全面的产品和服务平台,简化流程、提高效率、最大限度地降低安全问题。如果由于复杂集成任务或自定义配置(检查工具、协议、工作流程),企业有特别的需求,新思科技专业服务团队将与他们合作,以确定如何最好地满足这些要求。
新思科技软件质量与安全部门将提供全面的软件安全解决方案,全力支持中国业界快步跨进新数字时代,蓬勃发展。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。