北京地铁1、2号线工程始建于二十世纪六、七十年代,最初是以战备疏散为主,兼顾城市交通。随着城市建设的不断发展,北京地铁1号线已经成为北京市东西向的大动脉,是客流最繁忙的线路之一;线路呈环状的2号线经过市中心最繁华的地段,是各条新建线路的换乘联络线,负担起多条线路的客流联络、换乘任务。
北京地铁1、2号线民用通信传输系统始建于2008年,用于承载2G和3G运营商基站业务,随着近几年无线技术的发展,运营商4G网络开始规模投入使用,既有传输承载网无法对新业务实现有效承载,主要体现在传输通道带宽不足、无法承载1588V2时间同步信号、接口速率容量较低等方面。为了提升乘客乘车上网质量,北京地铁亟需建设一套高可靠、高性能、高安全、易扩展、易管理、易维护的新型传输系统,以实现多种业务类型的传输和数据交换,满足用户目前及未来的通道需求。
华为公司综合考虑地铁通信系统的组网特点,以及运营商4G网络的承载需求,选择成熟可靠的SPTN技术(Service oriented PTN,面向业务的分组传输技术)方案建设地铁1、2号线4G无线民用传输系统。该解决方案具有大带宽、高可靠、高安全、低时延、易运维等特点,满足了客户当前4G网络承载需求,并保证未来网络的演进承载能力。
华为SPTN解决方案以大带宽、高可靠、高安全、低时延、高演进等特点,为地铁客户提供了高效的民用无线业务传输承载方案,同时简化网络运维难度,减少维护人力要求。华为凭借在通信行业耕耘数十载的设计、交付和运维经验,深入理解地铁客户业务发展诉求,将以稳定可靠的设备、优质专业的服务,为提升地铁客户业务质量贡献自己的力量。
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。