内蒙农信社全区有93家旗县级农村合作金融机构,2300多个网点,是自治区联结城乡最大的金融服务网络,是全区“三农”经济发展和社会进步重要的金融支撑。
随着内蒙古农村信用社各项业务的不断发展,特别是新型业务的陆续上线,管理网的ADSL+VPN的接入方式已经不能满足当前的需求。农信社对承载的OA业务及信贷业务与现有的视频业务进行线路融合,改造成10M的MSTP线路,为了支撑改造,需要进行全区2300个网点管理网设备的改造。
在这一领域,华为由于进入较晚,需要借助合作伙伴的力量大力拓展。作为农信的核心代理商之一,内蒙古宝亮公司是是华为公司在农信领域理想的合作伙伴。通过多次的交流和高层拜访,内蒙古宝亮公司感受到了华为公司合作的诚意,十分认同华为的“被集成”的战略,在内蒙农信的管理网项目拓展初始阶段就坚定地和华为公司站在一起。
利用宝亮公司在全区十二个盟市项目的交付经验,华为和内蒙古宝亮公司一起对内蒙农信管理网十二个盟市的业务及其现网状况进行调研:通过分析各类应用的特性,以及考虑到各类业务的优先级、安全性,将管理类应用分为业务管理类、办公类、多媒体类、语音类。根据不同业务对网络质量的要求不同来设计网络QOS服务质量保证。网络拥塞时,优先保障用户的关键业务。在网络可靠性方面,建议客户骨干网链路采用不同运营商的双路由高速线路保证连接的高可靠性。不同运营商的线路应从不同的管道、不同光纤、不同设备接入数据中心和盟市、旗县联社,实现双路由接入。另外华为公司的新一代的ARG3 系列设备,满足电信级99.999%的可靠性,大大提高了管理网的健壮性。
改造前的网络架构存在制定路由策略难、主备机热切换难、汇聚点维护难等诸多问题。通过跟合作伙伴和客户的多次探讨,考虑到目前的实际条件,在整个网络架构上取消盟市这级的汇聚点,把网络层次由四级改为三级,改造完成之后,整个网络变得扁平化、不仅内部网络得到了优化和完善,也大大提升了运维管理效率,此方案得到了客户上下的一致认可。
在宝亮公司的支持下,凭借合作伙伴对客户网络深刻的理解和华为在产品解决方案上的优势入围了管理网项目,是入围自治区管理网的三家厂商之一。入围意味着项目已经成功了一半,但是内蒙农信的93家旗县级农村合作金融机构是独立法人,具有自主采购权。内蒙古自治区东西直线距离2400公里,南北跨度1700公里,横跨东北、华北、西北三大区。土地总面积为118.3万平方公里,占全国总面积的12.3%。这么大的区域,只靠华为公司自己去拓展是个根本不可能完成的任务。利用宝亮公司在全区农信项目的交付经验和宝亮公司在区域的客户积累,从2014年到2015年上半年,华为和宝亮公司通过获得管理网一半以上的份额。
2015年6月,核心网改造开始启动,规模比管理网还要大,通过管理网项目华为和合作伙伴建立了互相信任互相支持的合作关系,华为和内蒙古宝亮公司的合作更加紧密。为了能够在2015年底实现全区核心网改造完成的工程,客户在核心网的框架采购中沿用了管理网的入围框架,宝亮公司和华为也借此机会,利用自身在产品方案、服务交付上的优势再次赢得了客户的青睐,赢得了整个核心网项目的大部分份额。
渠道合作伙伴是华为成功道路上的同路人,华为公司和合作伙伴、内蒙农信客户一起成长。未来金融行业会迎来更大的改革,华为公司希望和合作伙伴一起从帮助客户的管理网到客户的生产网的转变,深刻理解客户业务,才能在ICT的建设中提供更直接有效的帮助!
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。