在12月7日~9日召开的2016 GNTC全球网络技术大会上,主办方为近期通过OpenFlow v1.3一致性认证、SDN控制器性能测试认证以及IPv6 Ready Phase-2认证的厂商进行了现场颁奖。新华三集团的系列新产品以优异的表现获得多项认证,成为当前业内通过OpenFlow v1.3协议一致性认证测试设备数量最多的厂商。这是新华三SDN实力优势的一次整体展现,让新华三继续在SDN领域担当着行业标杆。
ONF副主席William Snow为新华三颁发OpenFlow一致性认证证书
作为ONF(开放网络基金会)针对OpenFlow协议标准开展的权威测试认证,OpenFlow v1.3测试一直以严苛著称,也是反映厂商SDN技术实力的重要标志。新华三S6800系列和S5130-HI系列SDN交换机曾经成为全球首批通过OpenFlow v1.3协议一致性认证测试的设备。
在今年的OpenFlow v1.3协议一致性认证测试中,新华三旗下的SDN设备更是全面开花,S12500、S10500、S9800、S7500、S5560X-EI、SR8800、SR6600、MSR 5600等多个系列设备悉数通过相应测试,涉及范畴从数据中心核心交换到网络多业务接入。
而在OpenFlow性能测试中,新华三VCFC的控制器通道容量能够达到3万以上,并且具备强大的拓扑发现能力、600Kpps的PACKET_IN处理能力、200Kpps的主动下发流表能力、优秀的端到端路径计算能力、优秀的端到端路径切换能力以及完善的集群模式等特点。这些都清晰的表现出VCFC所具有的超高OpenFlow性能,据悉,新华三集团的SDN控制器VCFC是目前为止业界首个获得OpenFlow V1.3一致性性能测试认证的SDN控制器。与此同时,新华三 S5130、S5560两款交换机产品也通过了IPv6 Ready Ready Phase-2测试。
下一代互联网关键技术和评测国家工程研究中心副主任李震为新华三颁发SDN控制器性能测试认证证书
新华三在SDN技术领域起步较早,并已拥有了整套的产品及方案,在SDN商用领域也已率先迈出步伐。在政府、教育、互联网、运营商等众多行业,新华三SDN解决方案已实现了众多部署与应用。此次多项测试认证的通过,让新华三在SDN领域的优势得到了进一步增强。
新华三中国区副总裁毕首文以“SDN激发广域网新活力”为题发表演讲
不仅仅在产品方面领先,新华三在SDN的应用探索上同样具有前瞻性。在大会的SDN分论坛上,新华三中国区副总裁毕首文就SDN的技术趋势以及新华三SDN广域网的应用思路着重进行了阐述。他指出,SDN实际上是在传统经典网络基础上进行的进一步优化,在面对传统广域网的“管道型思维”时,SDN的解决思路从协议驱动转变为应用驱动,从应用出发,赋予网络更多主动性,突破硬件设备的局限,使得用户可以有更多的精力来更多地关注上层的应用,在这方面新华三已经取得了一些成功的尝试。他还预测,未来三五年间,SDN 广域网或许就能迎来一个需求爆发期。
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。