华为昨日宣布,与上海易谷网络科技有限公司(简称“易谷网络”)共同举办的“易谷网络&华为多媒体调度指挥联合解决方案发布会”在北京华滨国际大酒店成功召开。来自国家电网、发电集团的30多位电力行业客户齐聚一堂,共同探讨电力行业融合通信建设面临的挑战和机遇。借在国家电网信通调度指挥基础平台项目落地经验,易谷网络与华为发布的多媒体调度指挥联合解决方案融合了双方在融合通信平台和电力应用软件开发方面的优势,旨在适应电力融合通信技术发展趋势,为“智能电网”业务发展提供强有力的动力引擎。
一、IP化驱动业务转型
传统的语音调度技术在电力行业中已经有超过10年以上的应用,大部分设备已经老化,而且厂家也不能再提供相应的备件和支持,使得现有的调度通信网存在安全隐患,随着通信技术的IP化发展趋势,越来越多的电力业务应用承载于IP网络上,原有的数字程控交换机系统已经不能与基于IP网的调度业务相结合,也无法满足行业用户多媒体业务发展要求。
国家电网公司不断深化体制改革,为适应“三集五大”和“智能电网”的建设需要,对生产业务、调度业务、营销业务、运检业务、行政办公等能力提出了更高的要求,生产调度、行政办公业务正从传统单一的语音通信逐步向语音、数据、视频等多媒体通信业务方向发展。
二、全媒体、全覆盖、随意调
易谷网络首席执行官王鸿冰和华为电力行业融合通信技术总监翁金明共同发布电力融合通信联合解决方案。
易谷网络&华为联合发布电力融合通信解决方案
易谷网络与华为联合发布的多媒体指挥调度解决方案,基于华为IMS、软交换、视频会议、统一通信、监控等系统,结合易谷网络多媒体融合通信软件开发实力及多年电力行业探索经验,进行二次集成开发,实现多媒体调度业务。不仅能够实现各信息子系统综合接入、集中统一管控、应急状况智能处置、应急指挥调度等综合多媒体指挥,同时能够更好的发挥各个子系统的作用,规避通信孤岛效应,极大的提高指挥能力,达到便捷管理、直观操作、综合调度等目的,实现真正的“全媒体、全覆盖、随意调”的建设目标!
三、联创共赢,易谱华章
易谷网络是一家专业的呼叫中心与统一通信系统开发与集成公司,多年来一直致力于为电力行业客户提供端到端的呼叫中心与统一通信专业化服务,并帮助其提高沟通效率以及客户满意度。从早期的程控交换机,直至今天的智能调度机时代。在此过程中,易谷网络紧紧把握电力融合通信的发展节奏,积累了丰富的行业实践经验。
上海易谷网络科技有限公司首席执行官王鸿冰表示:“在信息化飞速发展、多媒体应用不断融合的时代背景下,非常荣幸能和华为一起合作。易谷网络持续创新的企业文化与华为非常契合,当前电力融合通信面临升级换代机遇,基于华为融合通信平台,发挥易谷网络电力通信业务二次开发优势,我们联合发布的多媒体指挥调度解决方案将从平台架构层面丰富电力融合通信业务应用,通过方案不断演进和优化,将形成融合通信生态链,极大地增强双方联合方案的差异化竞争力。”
华为从2011年开始就致力于电力融合通信的技术研究,并发布融合通信平台产品。华为IMS/UC平台可以为电力客户提供一站式融合通信平台,帮助客户快速构建多媒体统一调度指挥系统。
华为电力行业融合通信技术总监翁金明表示:“在电力融合通信IP化演进趋势下,华为紧扣行业需求和技术演进不断创新,推出可以适配不同行业需求的融合通信平台,同时坚持开放、共赢、被集成的战略,与行业ISV合作伙伴紧密合作,充分发挥行业合作伙伴的行业理解力和软件开发能力,形成1+1>2的电力融合通信联合创新解决方案,将为智能电网的建设做出更多的贡献。”
目前,易谷网络和华为已经展开电力融合通信领域的全面合作,正在与国网客户共同打造国网全网信息通信调度指挥系统。
发布会现场,电力行业客户反响热烈,结合实际案例,对联合方案的应用效果谈了切身感受。
国网信通公司运行总监杨总表示:易谷网络和华为联合推出的面向国家电网的多媒体调度指挥解决方案以融合通信为基础,将国网信息通信系统调度、运行、检修过程中涉及的各类业务系统紧密结合,同时联合方案运用现代通信技术、大数据技术、物联网技术及可视化技术等实现统一的调度指挥门户,极大的提高国网调运检实际协同工作的效率,满足了不断发展的多样化业务需求。该解决方案自上线运行以来,受到了各省公司使用单位的好评,同时也受到了其他行业有类似需求的用户一致认可,如水利部、建设银行等,所以,随着联合解决方案的不断完善和各行业业务的紧密融合,有理由相信在交通、能源、政府等其他行业都有很好的应用价值。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。