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
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。