提供人工智能驱动的安全网络的领导厂商瞻博网络(NYSE:JNPR)携手全球领先的数字服务提供商T-Systems,共同开发、提供SD-WAN基础设施,为拥有复杂网络和连接需求的企业提供端到端服务叠加(Overlay)解决方案。
在此项服务中,T-Systems专注普及基于安全服务平台的现代企业网络,从而交付多云服务应用以及包括“SD-WAN叠加服务”在内的标准化服务。该服务被称为“智能SD-WAN”,用于打造先进且安全的网络基础设施的核心由瞻博网络提供,而这样的网络基础设施,正是T-Systems实现其数字化转型战略的基本条件。
T-Systems已经成功为这些新服务找到了第一家旗舰客户——来自欧洲的某著名交通运输品牌,并预计这些服务将收获更多企业级客户,刺激营收增长。T-Systems致力于帮助企业客户在数字化转型的道路中找准方向,在降低复杂性、有效成本管理、提升数据保护能力这三个方面展现出卓越能力。此外,T-Systems也为客户提供优化的网络可视性,通过对网络这一核心资产的全面了解,帮助客户快速实现数字化目标。
新闻亮点:
为了开发这一系列新服务,T-Systems集成了瞻博网络的多种产品,包括:
• Contrail Service Orchestration ——这是一个可扩展的多租户软件平台,提供自动化分支机构连接管理能力,可让T-Systems改进网络服务交付,并在扩展整个多云网络的可视性的同时确保网络可靠性与敏捷性。
• SRX系列安全网关——这是一系列SD-WAN本地设备,提供全面的分层安全服务,针对已知和未知威胁都能提供高级防御功能。
• NFX系列网络服务平台——符合标准要求的安全CPE设备,帮助T-Systems按照客户需求迅速开发并交付网络服务。
• vSRX虚拟防火墙——具备和瞻博网络物理SRX系列防火墙一样的功能,但采取了虚拟形式,提供可扩展的安全服务,允许T-Systems在端到端多云SD-WAN服务中添加云站点。
• 所有瞻博网络基础设施在Junos® 操作系统上运行,该操作系统针对全新的网络云时代所需的模块化、开放性和可编程性进行了优化。Junos极为注重可靠性、安全性和灵活性,在实现网络操作自动化的同时,进一步提升了运行效率。
• 用于强化网络防御的全面的互连安全(Connected Security)套件,包括防火墙用户验证、应用安全和统一威胁管理和入侵探测与预防系统。瞻博网络互连安全在整个网络中提供多项安全保护能力,为用户和数据提供自动保护。
相关引言:
“为了帮助客户实现最佳结果,我们必须利用现有网络基础设施来建立一个威胁感知网“在我们看来,定制化的连接解决方案是客户实现数字转型及最终业务成功的基本要素。通过与瞻博网络进行合作,我们可以为企业客户提供端到端需求导向型基础设施,协助它们战胜数字化挑战,减少网络的复杂性。在瞻博网络的创新化解决方案的加持下,我们的解决方案不仅在技术及经济效益上提升了竞争力,也可以保持高度灵活且动态化的服务水平。”——Adel Al-Saleh,德国电信管理董事会董事,T-Systems首席执行官
“作为瞻博网络的长期合作伙伴,T-Systems选择了基于我们的技术来提供最新的SD-WAN解决方案,这不仅深化了我们的合作伙伴关系,同时也帮助他们在简化底层网络部署、运行及维护的同时,为企业提供集成众多安全可靠服务和能力的平台。云服务与软件定义网络的结合为T-Systems这样的供应商创造了一个战略性机遇,在客户面临基础设施复杂性问题时可以迅速有效地响应,从而在市场中脱颖而出。帮助T-Systems这样的客户实现业务目标,也是瞻博网络长期的使命。”——Rami Rahim,瞻博网络首席执行官
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。