2007年7月29日, 中国南方电网有限责任公司(以下简称南网)在广州正式启动"绿色行动",主题为"科学用电、节能减排",旨在通过持续深入开展客户节能服务,进一步提高全社会的节能意识,促进建立政府、电力企业、客户和全社会共同努力的节能系统工程,保障能源安全和经济社会可持续发展。
2013年,南网引入融合通信,助力南网30万员工的绿色办公。通过统一通信、视频会议、远程协同、移动办公应用等融合通信方式,降低出行,实现“绿色通信”,迈出了节能减排的坚实一步。
管理架构及应用需求,牵引南网业务革新
中国南方电网有限责任公司于2002年12月29日正式成立。公司经营范围为广东省、广西壮族自治区、云南省、贵州省和海南省五省(区),负责投资、建设和经营管理南方区域电网,经营相关的输配电业务。公司职工总数31.4万人,2014年《财富》世界500强排名第115名。
南网总部设有21个部门,下设超高压输电公司、五省电网公司、南网科研院等多家分公司和子公司。多层级属地化的组织架构,使得南网跨区域沟通成本越来越高,基于电话、邮件等传统方式的远程沟通,在时效性、体验上也已无法满足南网高效的办公需求。
另一方面,当前通信系统功能少、操作复杂,不能与业务集成,无法在出差时接入业务等问题日益突出。尤其是随着智能终端、移动应用的迅速普及,员工对移动办公应用的需求逐渐提高。
统一通信和协作技术发展已应用到国内政府、能源等多个行业,在效率提升、业务集成等领域的优势明显。随着南网IP网络建设的快速发展,南网的通信应用也迫切需要向全网IP,高效与协同的方向发展。
基于融合通信,搭建40万南网高效协同平台
2013年开始,南网携手华为,共同打造南网30多万员工高效、节能的融合通信平台,致力于实现“绿色通信”。
在系统建设上,根据南网的组织架构,华为采用全网集中部署统一通信业务,IP语音业务由地市、县级分布式建设的方案。业务集中部署集中管理可与南网生产应用系统统一集成。IP语音分布式部署,可继承原有TDM网络的逐渐迁移,并通过本地再生的语音业务,实现最基础语音通信的双重保障。
在平台容量建设上,初期即构建了40万用户平台的整体架构。从初期3万用户试点至扩容到全网30万+用户,仅需扩展对应的用户授权,以及各个分公司、省市的IP语音网关。在平滑扩容的同时,降低了一次性的业务投入。
在融合通信业务建设上,覆盖全网用户的企业通讯录是所有音视频协同应用的基础。南网员工通过即时消息、音视频通8BDD、多媒体会议、一号通等统一通信业务,实现跨区域点对点及多方高效协同。多媒体会议中的文档异步浏览、程序共享等应用,助力南网员工轻松实现基于部门内、周边设计院及分/子公司之间的培训和技术分享。
同时,针对互联网OTT应用的发展,南网融合通信平台也部署了基于Android及IOS平台的eSpace统一通信移动客户端。其具备的移动通信录、移动音视频通话、移动会议以及富媒体等丰富的通信功能,让办公业务实现从会议室到桌面到移动场景的无缝融合,在进一步提升办公效率的同时,为南网打造了可全员推送的宣传和信息发布平台。
融合通信助力南方电网实现“绿色通信
基于融合通信平台,南网变革了传统电话通讯方式,实现随时随地任何终端的无缝通信协同,让沟通从此触手可及。通过多种音视频、移动终端等多种通信方式融合,即节省了集团话费、短信费等通信费用,同时消除工作距离,大幅降低内外部沟通成本,实现绿色通信。
基于移动终端的应用,让企业员工拥有了与互联网OTT同样便捷的沟通方式,同时为南网提供了面向全员信息实时发布和分享的宣传平台,沟通更加高效。
华为融合通信的开放性,也让南网的通信应用迈出了更大一步,将通信应用嵌入到了生产应用系统。在生产故障分析、现场应急指挥、在线培训等业务中,通过嵌入融合通信功能,优化了业务流程和业务体验,将通信应用转化为南网生产力。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。