提供自动化、可扩展、安全的网络产品和解决方案的行业领导厂商瞻博网络(NYSE:JNPR)宣布将旗下平台与“针对云端开放网络的软件”(SONiC)实现原生集成。SONiC由微软发起的“开放计算项目”(OCP)基金提供支持,同时也是该项目的重要部分。在备受客户重视的丰富路由和深度遥测创新技术支持下,该集成将为云计算供应商提供一个简单自动化的交换管理平台。
SONiC由微软在2016年推出,是网络交换操作与管理方面的一项重大突破。作为一个独特可扩展平台,SONiC集成了由越来越多硬件和软件合作伙伴组成的庞大生态,能够对交换平台和各种软件组件进行集中化管理。
与SONiC的原生集成彰显了瞻博网络对开放可编程性、完全解耦以及通过扩张关键产品组合为云优先企业提供支持的持续承诺。具体来说,该集成能够为云端和服务提供商客户实现:
长久以来,瞻博网络坚持以不断创新的实践,交付业界最佳的解决方案。与SONiC的集成,再次证明了瞻博网络以创新引领云数据中心网络连接的长期承诺。
多方引言:
“在瞻博网络,我们充分了解开放可编程性对于客户的重要性,这一点也在我们对于OpenConfig、Open/R和P4的支持中也得到了长足验证。作为在这一原则上的有力延续,我们很高兴宣布瞻博网络平台与SONiC的原生集成,以此为超大规模数据中心客户在数据中心架构方面提供又一选择。”——Manoj Leelanivas,瞻博网络首席产品官
“瞻博网络平台与SONiC的集成彰显了公司对开放网络连接的承诺,是我们推动当下和未来网络连接革命向前迈出的重要一步。客户将能够利用这个简单自动化的交换管理平台,实现丰富路由和深度遥测创新技术的应用。”——Yousef Khalidi,微软公司Azure网络全球资深副总裁
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。