测试及测量领域的业界领导者思博伦通信今天宣布正式发布思博伦CloudScore。作为业界第一种全面的基线和基准测试解决方案,思博伦CloudScore可对任意虚拟化或云基础设施的性能进行评估和对比。
通过对虚拟化基础设施执行一系列可选择的测试,CloudScore可生成一个评分卡,显示出基础设施各个组件的相关情况,包括计算、网络、存储、应用和服务。CloudScore还可提供一份粒度报告,就如何优化基础设施给出建议,从而帮助用户执行这些变化,并改善被测基础设施的最终性能,而且还会在每次重新运行测试后对这一评分加以修订。
思博伦通信云及IP业务总经理Abhitesh Kastuar指出:“许多客户都希望能够更深入地分析其云基础设施并生成报告,也包括对多个云实例的健康状况进行对比、修改,以及利用评分卡对比多次结果的能力。为满足这一需求,思博伦推出全新的解决方案。该方案能够为网络架构师和建设方提供关键的工具和解决方案,对性能进行全面的分析,并且创建出适用于此类云部署的基准测试。”
思博伦CloudScore可以根据定义好的时间表自动运行测试,并以固定的时间间隔保存这些测试,而且完全无需改变初始的网络设置或参数。Kastuar指出:“我们发现,即使只是最微小的修改,这一特性也可以发挥非常大的作用,通过和基础设施初始基线分析对比,能够让我们看到这些替代配置所产生的结果。”
此外,CloudScore可以向用户发出预警,指出云指标中出现的异常或偏差,包括使用VNF计数器或云/内部监视等,从而可以启动必要的重新验证。在公有、混合,和私有云服务日益广泛的普及过程中,将这些能力直接集成到现有的管理系统,有助于实现更出色的强健性、服务水平协议和上游业务连续性。
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。