华为近日在生态伙伴大会上宣扬的生态之道为业界所称赞,当然它并不是随便喊喊的一句口号,而是真真切切把它落到实处。华为OpenLab就是践行生态之道的使能工具,作为“华为+合作伙伴”方案联合孵化、联合验证,增强产品竞争力、提升客户价值和满意度的平台,OpenLab正在助力生态系统的建设和完善。
毫无疑问,华为给自己的定位是ICT基础设施的供应商,但面对众多行业的个性化需求时该如何满足?华为企业BG中国区副总裁(解决方案销售和Marketing)刘超在接受ZD至顶网采访时指出,华为提供了丰富的ICT能力,但同时又给合作伙伴提供了相应能力开放和开发支持的平台,OpenLab做到了为合作伙伴赋能,从而以生态的力量满足行业用户的复杂需求。
宇信科技华为事业部总经理朱建明、华为企业BG中国区副总裁(解决方案销售和Marketing)刘超、太极智慧城市与云服务战略业务本部常务副总经理肖益(从左至右)
华为OpenLab是一个为生态伙伴构建的开放的合作平台,它可以满足合作伙伴开发的诉求、解决行业客户的业务痛点。例如行业客户眼中的方案不成熟、上线周期长、交付保障弱、场景体验差等问题。合作伙伴则希望构建有竞争力的联合解决方案,包括孵化创新方案、降低开发成本、提高交付质量。据介绍,目前OpenLab已覆盖全球400多家解决方案及合作伙伴。刘超说,在中国区,OpenLab聚焦五大行业,与合作伙伴联合孵化覆盖了28个场景,去年联合验证的方案超过100个。
在合作伙伴眼里,OpenLab是构建ICT生态不可或缺的平台,太极智慧城市与云服务战略业务本部常务副总经理肖益认为OpenLab应对了两个挑战,一是技术的不断迭代和更新,一个企业很难在短期内完成技术的长期演变,二是客户的诉求也在不断变化,甚至很多工作在变化的面前需要重构。所以,OpenLab实现了产业链价值聚合,它发挥生态的力量去应对挑战。
肖益进一步指出,在北京政务云的项目中,OpenLab在华为与太极合作过程中扮演了重要角色,一个好的应用除了软硬件结合外,还需要与用户和业务的衔接,此前双方已经有紧密的联合并进行互补。并且双方已经开始探讨,基于OpenLab把太极的一些应用解决方案和华为的IT产品进行再一次的融合迭代和提升,以便为客户带来更好的体验。
在宇信科技华为事业部总经理朱建明看来,基于OpenLab平台上的合作方式是ISV在生态圈里面典型的价值体现,华为的研发可以和宇信科技的应用解决方案深度契合,整个平台的交付质量非常好,并且建设和开发成本大幅减少,给宇信科技带来了“多快好省”的价值。
据介绍,宇信科技的行业云已经放在华为苏州的OpenLab进行联合创新与验证,“同时,在OpenLab实现的联合创新成果,可以让世界各地的用户参观了解,反过来给我们ISV带来项目,所以是一个典型的互相促进的过程。”朱建明说。
当然,站在华为生态之道的角度,OpenLab不仅仅是个实验室,而是华为公司在企业市场的创新机制。“OpenLab对华为来说除了验证伙伴的方案、支持做POC的测试、提供在线的支持、包括展示的中心之外,在华为的业务设计里面,它也是向我们后端导入前端需求的联合创新的平台。”刘超表示,所以OpenLab是个广义的舞台。
刘超强调,OpenLab不是华为与伙伴相加打败谁,而是站在用户的角度看哪些需求还没有被满足。它是华为和伙伴看未来的一个窗口,从而更好地服务用户,助力企业商业成功。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。