至顶网网络频道 09月29日 综合消息:
9月27日,国科量子通信网络有限公司(简称“量子网络公司”)在“中国量子通信网络与应用论坛暨‘Q-NET’新品发布会”上发布了全球首款Q-NET BOX量子安全移动专网应用设备。本次新产品的发布,标志着我国量子通信产业进一步领跑全球,标志着量子通信产业化又迈出坚实一步,进一步确立了量子网络公司在行业的龙头地位。
国科量子通信网络有限公司副总裁王健全发布Q-NET BOX
Q-NET BOX是在量子网络公司所构建的量子安全服务使能平台(QSSE)之上所打造的创新应用产品。该产品顺应业务移动化趋势,秉承“快速构建融入量子安全的移动专网”的设计理念,以量子通信与移动通信技术为核心,实现基于量子安全的网络及应用一体化。
Q-NET BOX 量子安全移动专网应用设备
Q-NET BOX具备四大特征:一体化集成,即插即用;模块化设计,灵活扩展;双重认证机制,第一重认证是LTE系统本身的入网认证,第二重认证就是基于量子密钥的终端及业务认证,保证系统接入的可控、可靠、可信;支持量子密钥的端到端加密,移动终端到移动系统侧的数据传输能够得到量子密钥的保护。
Q-NET BOX能够进行单设备独立覆盖,也能多设备区域组网,能够提供基于量子安全防护的音视频通信、文件传输、安全云盘等应用,适合在电力、能源等行业专网、应急指挥、驻外机构区域覆盖、外出车队、海岛及边防等场景进行部署,能够为用户提供基于量子密钥的信息安全防护。
Q-NET BOX及量子安全移动应用展示
Q-NET BOX能够灵活与多种无线接入适配,未来会继续向小型化、融合化、行业化的方向演进,衍生出量子安全物联网网关、量子安全智能家居网关、量子安全车载控制信息网关等多种量子安全应用产品。
发布会上,量子网络公司向媒体和业界同仁展示了Q-NET BOX,并现场演示了Q-NET BOX覆盖下基于量子密钥的多种业务应用,验证了Q-NET BOX在移动通信上的量子安全特性。
国科量子通信网络有限公司副总裁王健全发布Q-NET新型量子安全服务体系白皮书
与此同时,量子网络公司向业界发布了《Q-NET量子安全服务体系白皮书》。白皮书全文分为两个部分,一是介绍量子通信产业发展概况,从量子通信基本概念入手,以梳理量子通信产业化历程为主线,介绍了国内外量子通信实用化历程及应用情况;二是提出Q-NET量子安全服务体系架构和理念,旨在依托Q-NET体系架构,邀请产业链合作伙伴共创量子通信应用产业生态。白皮书的发布对产业发展带来了促进作用:一方面,通过梳理及回顾量子通信技术实用化发展历程,消除了量子通信产业与其他需求行业间的信息失衡,让社会部门、行业企业、公众用户了解量子通信产业;另一方面,以推进量子通信产业化为使命,量子网络公司提出Q-NET量子安全服务体系,以量子通信网络为基础,面向行业信息安全需求,构建量子安全服务使能平台,降低了产业进入的技术门槛,激发更多企业加入产业创新中。
据了解,主题为“建设量子通信网络,构建量子产业生态”的“中国量子通信网络与应用论坛暨‘Q-NET ’新品发布会”是由工业和信息化部、中国科学院指导,中国科学院重大科技任务局、中国科学院控股有限公司、中国信息协会量子信息分会、中国量子通信产业联盟联合主办,国科量子通信网络有限公司、科大国盾量子技术股份有限公司承办。论坛的举办对于促进产业合作,推进量子通信产业更好发展,具有十分重要的意义。工业和信息化部信息通信发展司司长闻库,中国信息协会副会长朱玉,中国科学院控股有限公司董事长、量子网络公司董事长吴乐斌出席并致辞。论坛由国科量子通信网络有限公司总裁、中国通信标准化协会量子通信与信息技术特设任务组组长戚巍主持。量子通信产业链各方代表、媒体记者300余人参加了本次论坛。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。