HPE(惠普企业)和三星联手,帮助运营商向云计算未来又迈进了一步。
两家公司日前宣布了结盟计划,将重点发展网络功能虚拟化(NFV)和虚拟网络功能(VNF)。
NFV和VNF是一个整体的两个部分,而二者之间又存在微妙的区别:NFV指的是将营运级别的应用(语音交换、视频服务、网络防火墙等)转化为软件;VNF则是指个别的功能。
NFV和VNF出现在RSN(即将推出,英文Real Soon Now的缩写)名单里已经有一段时间了,但要让电信运营商将二者从实验室里请出来还存在一些困难。
HPE和三星不希望网络运营商只是简单地下载一个免费平台,然后自己改写代码。例如,HPE在宣布有关消息时拿OpenNFV架构平台的合规性做卖点。
ETSI(欧洲电信标准协会)目前正在整理NFV/VNF标准用例。
三星将加入HPE的OpenNFV合作伙伴计划,以确保旗下的VNF可以在HPE套件上运行。
三星的VNF包括用于LTE高级网络的虚拟演进分组核心(EPC)功能、IP多媒体子系统和VNF管理。而HPE将贡献旗下的OpenNFV平台、管理和业务流程系统。
三星和HPE将提供整合服务和第三方解决方案。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。