ZDNET网络频道 06月10日 编译:谷歌公司目前正努力推动SDN技术的发展,将新方案引入OpenConfig当中,并在此基础上公布了其部分网络配置模型供其它厂商参考。
LightReading网站报道称,谷歌公司网络架构师Bikash Koley希望能够在传输层当中引入更多SDN元素。为了达成这一目标,谷歌方面已经将其多供应商光纤终端配置模式纳入到OpenConfig项目之内。
Koley在最近于芝加哥召开的一次电信会议中指出,这套光纤模型仅仅只是开端,在未来一个月内谷歌将公布更多其它配置方案。
为了让传输层更具SDN风格,Koley指出,其拓扑配置需要拥有更突出的供应商中立特性,只有这样运维团队才能将原本的“集中式专有配置”转化为由不同供应商提供的多元素管理系统。
他同时强调称,网络状态的可见性同样也是帮助传输层实现SDN转化的一项核心要求。OpenConfig项目的参与者们个个堪称业界巨头。除了谷歌之外,我们还在名单中看到了苹果、微软、Facebook以及雅虎等厂商的名头,此外AT&T、BT、Comcast、Verizon、Level3以及Cox Communications等运营商也赫然在列。
据称,该项目采用Yang作为其数据模型,部分模型已经被公布在GitHub之上。谷歌公司此次提供的模型尚不属于开源成果——目前只供OpenConfig项目成员使用。
除此之外,OpenConfig最近以来的其它工作还包括建立新的GBP与路由政策模型,相关成果已经于本月5号正式被纳入该项目的公共资源库。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。