至顶网网络频道 05月31日 综合消息:2019年5月30日电信中立网络服务提供商第一线集团(DYXnet Group)宣布与VMware携手合作推出崭新的软件定义广域网(SD-WAN)服务。
通过此次合作,第一线集团将成为首批在大中华区推出VMware SD-WAN by VeloCloud的服务提供商。
本次合作进一步丰富第一线集团的服务组合,为企业提供高性价比、运营商级别的网络解决方案,协助企业从更高的稳定性、灵活性、安全性、可管理性及简易性中获益。
第一线集团行政总裁柯文达表示:“我们的SD-WAN解决方案为客户提供非凡的用户体验,同时有助降低客户的网络成本高达50%。”
第一线集团香港总部已率先于今年4月中正式发布SD-WAN服务,接着是台湾,现在是中国大陆。
中国信通院产业与规划研究所副主任胡海波于北京的媒体交流会上表示:“从第一线集团明确跨境业务开始到配合SD-WAN服务标准起草单位的制定工作,我们认为第一线集团在配合市场规范相关工作及在整个行业标准化方面做出积极的作用。”
根据国际数据咨询公司IDC在2017-2021 的SD-WAN报告中预测*,全球SD-WAN基础设施和服务收入将从2016年起以69.6%的复合年增长率(CARG)增长,预计到2021年将达到80.5亿美元以上的总值。
选用SD-WAN服务将有助企业有效应对IT问题所带来的挑战,例如数字化转型,软件即服务(SaaS)更大规模的部署、云端应用程序、物联网概念、网络技术的多样性、分支机构的复杂性及人力资源的移动化需求。
结合高稳定性及更简易的网络管理,第一线集团的SD-WAN解决方案为客户提供高质量的企业广域网(WAN),帮助企业轻松应对以上种种挑战。事实上,SD-WAN的单一管理平台可同时进行配置、监控及解决疑难。此外,企业还能从SD-WAN解决方案的零接触部署、应用程序性能及提高带宽使用率中受益。
第一线集团拥有20年的丰富经验,助力本地、跨地域及全球企业构建运营商级别的多协议标签交换(Multiprotocol Label Switching,MPLS)专用网络,同时配备50个的网络节点(Points-of-Presence, PoPs),将会是企业的不二之选。
柯文达补充:“过去两年中,我们通过无数详尽的产品测试,持续改善产品质量以及收集包括电信运营商,全球企业和本地上市公司客户的试用意见,来寻求潜在的SD-WAN技术合作伙伴。现在我们很高兴地向大家报告,VMware SD-WAN by VeloCloud®将我们的运营商级别网络提升到了一个不同凡响的水平。而且,在我们正式推出这项服务之前,已经有超过10家知名企业客户选用了第一线集团作为他们的SD-WAN服务提供商,我们对此感到非常荣幸。”
他补充:“我们坚信SD-WAN行业现正处于萌芽阶段,与2018年的SD-WAN收入相比,预计第一线集团在未来三到五年内的收入将增长12倍。”这位科技企业资深管理人解释了第一线集团丰富的多协议标签交换网络管理经验如何与VMware SD-WAN by VeloCloud® 最先进的技术相结合,提供零接触部署和中央配置两项技术特色。该解决方案还提供灵活的混合广域网(WAN)设计,可与多协议标签交换(MPLS)、宽带和4G/5G移动网络等连接。
VMware大中华区软件定义数据中心(SDDC)团队销售总监叶逾健表示:“VMware SD-WAN by VeloCloud 为客户提供了高灵活性、高可靠性和高安全性的服务。我们很高兴与第一线集团合作,他们的SD-WAN解决方案使客户能够以更安全和更具成本效益的方式支持云计算以及其他应用程序的使用增长,同时提高网络灵活性并简化分支网络。”
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。