2017年,中兴通讯提出“合作伙伴优先、共建云网生态”战略,目的是希望与销售伙伴、集成伙伴、方案开发伙伴一起,拓展更广阔的政企市场。不过如何践行实施这个战略?不是简单的说几句话、喊几个口号那么简单,一直以来打造合作伙伴生态圈成了中兴政企管理团队工作的重中之重。
经过一年多的酝酿,在近日召开的2018年中兴通讯合作伙伴大会上,中兴通讯重磅发布了CloudLab云化实验室,这也成为了中兴通讯合作伙伴战略的重要支撑。
如同中兴通讯副总裁崔良军在接受至顶网采访时所说,CloudLab的推出成为了中兴协同合作伙伴打造生态圈、践行生态战略落地过程中非常重要的一个环节。
CloudLab助推中兴云网生态服务升级
中兴通讯推出云化实验室定位于助力中兴通讯云网生态合作服务的升级。作为使能合作伙伴的数字化服务工具,CloudLab将为合作伙伴提供一站式全流程数字化服务,加速推进中兴通讯云网生态建设。
中兴通讯副总裁崔良军
“我们会将自己的核心产品开放到云化实验室上,包括具体的产品、产品技术知识教材和学习视频、产品开发手册,以及产品开发接口文档等。合作伙伴可以通过这些材料,体验什么是云平台、大数据、联络中心,也可以在线开发、调测、验证。”崔良军在CloudLab发布仪式上表示。
据介绍,中兴通讯的云化实验室,开放了从5G、网络、云计算、大数据、视频、物联网、人工智能多个前沿产品,供合作伙伴培养专项人才、掌握专业的开发工具和开发能力,提升合作伙伴的技术实力。此外,中兴通讯会提供1对1的专人服务,线上线下双向帮助合作伙伴解决在规划、设计、开发、验证、实施、交付等多个环节遇到的一系列问题,实现全流程的合作服务数字化。
现在中兴通讯开放了100+业务组合API、500+产品原子API、350+核心原子API,支持伙伴分钟级获取云上实验资源。并且,合作伙伴可以线上也可以线下体验中兴通讯的核心产品。更可以二次开发后,形成客户体验中心,让合作伙伴的客户可以更快捷、更直接地体验行业应用、行业解决方案。
连接合作伙伴 建立端到端的服务体系
当然,CloudLab云化实验室带来的意义并不仅是带给合作伙伴一个线上可操作的实验室,更重要的是为合作伙伴建立了一个基于云化实验室的端到端服务体系,通过这个服务体系,能够给合作伙伴提供更好的服务,最终达到双赢。
CloudLab同时起到了整合中兴通讯内部资源的作用,中兴通讯希望通过云化实验室建立自己和合作伙伴之间的联系,甚至建立合作伙伴和自身员工、技术人员以及服务人员连接,从而让合作伙伴随时随地都能找到服务于他们的支持人员。
“我们的云化实验室是一个服务体系,在后端所有产品的研发人员都是合作伙伴的有力支撑,每个产品针对云化实验室都有专门的指定责任人。”崔良军说,通过云化实验室能够把中兴通讯的能力和合作伙伴的能力进行深度融合,包装成更加具有竞争力的解决方案。
以某个公安行业的解决方案提供商举例,通过云化实验室,该伙伴了解到了中兴通讯大数据平台的能力、性能和功能,并且帮助其解决了在公安行业大数据开发中遇到的许多实际问题,比如如何提升在十亿级图片检索的速度等等。
在中兴通讯的规划中,希望未来把所有的产品能力都部署到CloudLab中去,以及把对应的基础设施、平台能力维护好支撑好,从而帮助合作伙伴可以跨领域跨产品开发出新的行业应用、行业解决方案。
所以,作为定位为生态圈中行业数字化转型的使能者,对于中兴通讯来说,CloudLab云化实验室起到的作用是一个纽带、连接,进而和合作伙伴形成一体化团队,共同服务于数字化转型中的众多客户。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。