Verizon发布了一个面向企业的托管混合WAN产品,使运营商首次能够使用软件定义网络(SDN)来交付商业级服务。这个服务基于思科的IWAN平台,它允许客户通过MPLS及公共互联网网络连接他们的分公司。
软件定义WAN(SD-WAN)依赖于提取网络情报的SDN基础架构。企业可以使用SD-WAN来削减电信开支,同时又能保证关键任务数据安全传输,因此它受到广泛关注。Verizon是美国第一个提供托管SD-WAN服务的运营商。
Doyle Research的首席分析师Lee Doyle指出,Verizon支持SD-WAN的决定大大肯定了这个新兴技术。他认为托管服务将证明它能够吸引那些希望在广域网(WAN)中利用虚拟化优势但又不想自行部署SDN技术的企业。
他说:“我不需要挑选供应商;我不需要管理它;我不需要操作这个技术。我把所有工作都交给Verizon。”
Cisco IWAN
Verizon企业网络与创新副总裁Shawn Hakl指出,运营商之所以选择IWAN,是因为这个平台符合其客户需求和公司自身的可扩展性要求。
公司之前已经与其他的SDN和SD-WAN供应商展开合作。在今年初,它测试了Viptela公司的混合WAN服务,并且表示它将向特定的企业用户提供这个技术。这两家公司在5月份的开放网络用户组大会上展示了一个案例,其中展示 了这个服务如何帮助一个未公开名字的财富100强医疗公司实现一个更灵活、更安全网络。
Verizon和Viptela都拒绝透露他们是否仍在合作。Hakl指出,Verizon将继续与SD-WAN领域的各种合作伙伴展开合作,而且他期望以后的发布将包括来自于其他供应商的产品和服务。他指出,Verizon还将在今年秋季发布一个虚拟防火墙服务,它允许用户通过公共互联网安全连接企业网络。
MPLS已死,但又一直活着
Doyle指出,Verizon推出托管SD-WAN服务是明智之举,即使它意味着会降低客户对于昂贵MPLS链路的依赖,进而将他们的一些连接转到商业带宽链路上。事实上,他认为即使运营商希望从不断发展的WAN市场获利,他们也必须提供SD-WAN服务。
他说:“他们需要向那些已经清楚互联网连接方式的客户交付更大的价值。MPLS会逐渐消退。但是,如果他们控制着服务并且也提供这种服务,那么这事实上是在解决他们自己面对的问题,因为他们需要留住客户,也需要提供一种增值服务。”
Hakl指出,Verizon分析了SD-WAN对于MPLS市场的潜在影响,然后才决定使用这项技术,即使它可能会影响现有产品。
他说:“理想情况下,如果客户继续扩大他们的带宽需求,我们就会继续增加MPLS,然后MPLS会无限制地增长,理论上这对于Verizon是有好处的。但是,这种技术具有破坏性,因为它使客户在特定的站点上有更多的选择——这并不是一个成功的策略。我们的目标是帮助用户实现其业务需求,要么是我们做,要么我们被其他人所取代。”
在全球市场中,在Verizon之前已经有几个运营商推出了托管SD-WAN。新加坡的Singtel推出了由Viptela主导的混合WAN,而英国运营商Teneo和EssentialNET则都推出了基于Talari Networks技术的服务。Doyle预计在5年内,所有主流运营商都会推出类似的托管混合WAN服务。
符合业务需求
Hakl指出,SDN作为企业网络资源的存活性将取决于这项技术符合业务需求的程度。
他说:“人们不会出于技术的原因去实现某一种技术。他们会去实现技术,是因为它能够解决他们的现实问题。”
Hakl没有定义潜在的客户,但是他明确指出了,Verizon收到越来越多公司想要评估Verizon托管SD-WAN服务的请求——概念验证或全面部署。Verizon正在向大型企业推广这个服务,但是Hakl指出,北美和欧洲的公共事业单位也表示关注这个服务。
托管的思科IWAN服务现在只提供给整个美国地区使用。Verizon计划在今年年底前将这个业务扩展到欧洲、中东和非洲。
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。