电信公司热衷于采用开放式的移动网络架构,这让他们能够自由地使用来自各种不同厂商的非专有子组件。众所周知,开放式无线电接入网络是通过一套行业标准实现的,电信提供商在生产相关网络设备时可以遵循这些标准。这一切都是为了电信公司提供更多选择,让他们可以从各种提供了可编程、智能、分解、虚拟化的和可互操作等网络功能的组件中进行选择。
为了实现这一愿景,戴尔宣布即将推出Telecom Infrastructure Blocks for Red Hat,这是一款旨在帮助网络运营商满足5G核心和RAN工作负载需求的新产品。这是一套与Red Hat共同设计的、完全工程化的云原生解决方案,捆绑了使用Red Hat OpenShift软件和Advanced Cluster Management for Kubernetes构建、支持和扩展核心网络功能所需的硬件、软件和订阅服务。
现有电信网络通常都是由孤立的堆栈构建起来的,这限制了运营的灵活性,戴尔表示,Telecom Infrastructure Blocks for Red Hat是基于开放式设计的,可以简化下一代开放式电信云的设计和部署,让运营商能够提高IT资源的效率并降低运营成本和功耗。
戴尔表示,Telecom Infrastructure Blocks for Red Hat将于2023年下半年在全球上市。
Red Hat公司电信、媒体、娱乐和边缘生态系统副总裁Honoré LaBourdette表示,网络需要跨基础设施和软件定义架构的分层功能,以及额外的安全措施、编排和云原生应用。“通过与技术娴熟的硬件和软件厂商组成的生态系统进行合作,我们能够更好地为网络运营商提供量身定制的解决方案,满足他们的独特需求。”
除了Telecom Infrastructure Blocks for Red Hat之外,戴尔还宣布推出了一系列专为开放电信网络和边缘部署而设计的PowerEdge服务器。全新的紧凑型戴尔PowerEdge XR8000、XR7620和XR5610服务器将于今年5月全球上市,专为电信、开放式RAN和移动边缘计算工作负载定制。这些服务器基于英特尔第四代英特尔至强Scalable处理器,具有英特尔的vRAN Boost功能,无需外部加速卡。据戴尔称,这节省了大约20%的计算功率,与旧服务器相比降低了拥有成本。
在无线网络方面,戴尔公布了一项新的Dell Private Wireless计划。该计划面向通信服务提供商和其他需要更多选择的企业,包含了戴尔和技术合作伙伴共同开发的多个解决方案,例如,其中Dell Private Wireless with Airspan and Expeto是面向大中型企业的完全集成型产品,使大中型企业能够跨4G和5G网络扩展现场和远程应用支持。
此外,Dell Private Wireless with Athonet则主要针对的是那些希望快速部署所选网络架构的中小型企业。现在这两款产品都已上市。戴尔表示,这些产品都是基于开放式架构的,由戴尔预先测试和验证,包括了自助服务操作功能。
最后,戴尔计划在爱尔兰科克市开设一个新的开放电信生态系统实验室,为客户和合作伙伴提供一个地点以便围绕开放电信生态系统展开协作。该实验室将于今年下半年开放,成为戴尔位于得克萨斯州朗德罗克总部的原始实验室的一个延伸,该实验室为戴尔工程师提供专门的通道,以进行持续的设计咨询和验证。目前,该实验室支持超过25个客户和合作伙伴测试、认证和验证新的开放式电信解决方案。设立实验室的目的是,让一切都可以在实验室中进行测试,然后快速部署到现实环境中。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。