我们首先简单回顾一下企业通讯系统的历史。作为企业最基础的设施之一,一般企业总会有基本的语音通讯系统,我们称之为传统语音通讯系统,或者人们常说的固定电话系统。IPT技术的出现,使得通讯系统运营维护成本进一步降低,IP电话的功能也比原有模拟电话增强。所以,部分企业将自己的传统语音通讯系统升级改造为IPT系统。Unified Communication(简称UC,统一通信)技术的出现,是对原有语音通讯系统天翻地覆的改变,出现了即时消息、电话会议、视频会议等等新的通讯手段。
最近几年,人们之间的通讯早已不仅仅是通过打电话来实现了。举一个非常简单的场景,如果你现在需要和一个朋友联系,你是直接打电话还是先发微信?这个问题有很多种回答。我们不去讨论不同用户的使用习惯。我们只是想说,通讯技术发展到现在,通讯手段多样,人们有很大的选择权采用自己喜欢的通讯手段。即时消息已经是和电话处于同一地位的通讯工具,人们当然希望有多种多样的通讯工具,一字排开,任由人们根据自己的喜好自由选择使用。
一般通讯厂商的产品也是随着企业客户通讯需求的发展而开发的。比如说,某通讯厂商首先给企业客户设计安装了传统语音通讯系统,后来升级为IPT,再后来升级为UC。所以,一般通讯厂商采用修修补补的方式,对原有的软硬件产品进行改造。例如,IP软件电话安装在客户的计算机上,只要有网络连接,客户就可以使用计算机打电话。因为这个通讯厂商开发IP软件电话的时候,市场上还没有大量即时消息的需求,即时消息的大量需求是在IP软件电话广泛使用好几年之后才有的。这就要求通讯厂商对原有的IP软件电话进行升级改造增加新的即时消息功能,由于即时消息的软件架构和原有IP软件电话的软件架构是不同的,有些甚至协议都不同。这种修修补补的产品在很多厂商都有,客户在使用电话和即时消息的时候,需要在不同模块之间切换,这是由软件开发的历史决定的,客户使用也不方便。我们不要小看这一点点细节,在企业统一通信项目的部署过程中,对于直接客户使用的客户端程序,哪怕是稍微有一点点使用不方便,稍微增加一个步骤,甚至是多点一次鼠标,都有可能会导致客户不愿意使用新的通讯功能,使得整个统一通信系统的项目得不到原有预计的效果,甚至是由于不好用导致无人使用,使得统一通信系统的项目失败。
而华为公司则不同,华为公司自2011年正式进入企业市场,随后推出了eSpace UC统一通信系统。在2011年的时候,UC技术已经很成熟了,客户应用的需求也非常成熟。同样是开发具有即时消息和IP软件电话功能的eSpace UC客户端,华为公司没有IP软件电话历史的包袱,不存在原有软件架构和协议的限制,可以在统一的全新的架构下开发出全新的产品,这个产品可以同时支持即时消息和IP软件电话等多种功能。下图就是华为eSpace UC统一通信客户端的一个界面。
从上图可以看出,当客户需使用eSpace UC进行通讯时,即时消息,语音呼叫,视频呼叫等等就一字排开的呈现,人们可以自由选择自己希望的通讯手段,通过一键点击鼠标的方式立刻开启通讯。非常容易,非常简单!完全是流畅的切换。没有丝毫的困难,这种UC的部署一定会得到用户的欢迎和广泛使用,进一步提升工作效率。
能够提供这种高效的通讯产品,得益于华为公司长期的技术积累。华为公司本着以客户为中心的理念,仔细倾听客户的意见,以产品方便好用为第一原则,对客户提出的需求认真分析,每一个细节也充分考虑,这样才能够开发出适合客户使用的统一通信产品。客户在采用华为eSpace UC统一通信系统之后,操作方便简单,推广使用非常方便。整个eSpace UC统一通信系统达到原有预期效果。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。