在备受关注的第十六届中国教育信息化创新与发展论坛上,新华三集团展现了助力教育信息化的最新成果——云学堂2.0解决方案,这一跨越性升级方案引入了虚拟化和云计算技术,将学校教师办公、学生学习、教务管理等业务,通过教育城域网互联,打通教育局和学校资源,在教育界掀起了一股场景化应用变革潮流。这也是新华三将新IT技术与“新教育”需求紧密结合的又一产物,将极大推动教育行业信息化升级。
全面革新 打通局校间IT资源
去年新华三发布云学堂1.0,将云带入信息化教学应用场景。如今,云学堂2.0在虚拟化软件、云学堂管理终端等方面进行了全新升级,形成了一个融合教育局、学校各项IT资源的整体平台。我们可以通过学校和教育局两个场景维度想象云学堂2.0的价值。
一般而言,学校部署的资源节点可以满足本校大部分IT需求,可一旦设备出现故障或临时性的资源需求爆发时,云学堂2.0解决方案可以临时调配教育局资源供学校远程使用,保障业务连续性和高可靠性。这种方式可有效弥补学校运维人员短缺,技术实力有限的短板,极大提高了运维效率,简化运维成本。
对于教育局而言,通过云学堂2.0解决方案,教育局实现了下属所有资源节点进行统一监管与远程控制,并采集关键大数据信息,促进教育局与第三方应用、大数据、资源平台的合作与对接,并根据区域整体情况做更高格局的IT架构规划。
赋予云学堂2.0如此强大功力的是新华三超融合架构。
在这个框架里,教育局和学校都是计算和存储资源的节点,能够通过教育城域网实现互联。基于UIS+CAS统一基础架构,学校能够同时无差别的承载虚拟服务器、教师云桌面、学生云桌面、云网盘等业务,并对业务灵活划分资源池,使业务间保证相互独立、互不影响。
场景定制 “云中”学习不枯燥
除了架构升级带来的资源互联和调用方面的功能巨变,云学堂2.0在教学场景中的深度定制也成为一大亮点。
比如课堂上,讲课老师的课件可以同步给学生,只允许学生看上课相关内容,一旦学生断开网线或重启云终端,或私自玩游戏看电影,老师都可以通过“屏幕监看”功能,将其禁止,有效控制上课纪律。而对于传统作业分发,接受困难,学习成果不易保留等问题,只需老师和学生通过新华三云学堂的“作业空间”功能,即可完成做、发、改作业等操作,“我的网盘”还能对学生和老师需要的数据给予保存。
新华三云学堂2.0解决方案众多场景化功能还包括:点名签到、屏幕广播、远程控制、语音对讲、作业空间等,界面简洁,功能清晰,老师和学生一键即可完成操作。可以预见,云学堂2.0将帮助莘莘学子体验到内容精彩、操作简易、充满探索乐趣的“云中”课程,更能让老师和学校管理者提升效率、精进教学。
不仅如此,云学堂2.0解决方案还针对重要的上机考试场景提供多种部署方式,即使网络完全中断,云桌面无法访问时,考试客户端都不会中断,考试依然可以继续进行。利用新华三云学堂2.0解决方案,许昌职业技术学院已率先完成无纸化、防作弊,端到端试卷加密考试防护,实现3分钟启动预装500台考试电脑,大大提升效率,并节约人财物的投入,成为河南省乃至全国的无纸化考试样板案例。
作为一个具有前瞻性、架构更先进的教育桌面云解决方案,云学堂2.0保持了“多、快、好、省”的优势,同时兼具开放、兼容、灵活、高效的特点,有效引领了教育行业新IT变革。从1.0到2.0,云学堂正不断自我颠覆、迭代精进,为教育行业客户带来高价值。
当前教育行业正处于快速变革期,对此,新华三集团教育系统部总监徐继恒表示,新华三十分有幸能参与到这一场变革中,并从大量教育客户成功应用中展现自己的能力。此次云学堂2.0解决方案的发布,正是新华三凭借自己对IT与教育行业的充分理解,通过新IT技术与教育创新模式的融合,推动教育互联网变革的又一次成功实践。未来的新华三,也将继续以推进“新教育”,创造教育新价值作为己任,为中国的教育信息化事业发展贡献更多力量。
好文章,需要你的鼓励
无人机食品配送服务商Flytrex与全球知名披萨连锁品牌Little Caesars宣布合作,推出全新Sky2无人机,最大载重达4公斤,可一次配送两个大披萨及饮料,满足全家用餐需求。Sky2支持最远6.4公里的配送范围,平均从起飞到送达仅需4.5分钟。首个试点门店已在德克萨斯州怀利市上线,并实现与Little Caesars订单系统的直接集成。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
法国社会住房项目ViliaSprint?已正式完工,成为欧洲最大的3D打印多户住宅建筑,共12套公寓,建筑面积800平方米。项目由PERI 3D Construction使用COBOD BOD2打印机完成,整体工期较传统建造缩短3个月,实际打印仅用34天(原计划50天),现场操作人员从6人减至3人,建筑废料率从10%降至5%。建筑采用可打印混凝土,集成光伏板及热泵系统,能源自给率约达60%。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。