思科正在收购Working Group Two,一家开发软件以支持运营商网络基础设施的初创公司。
两家公司近日宣布了这项交易。思科将出资1.5亿美金,并预计在10月29日(当前财季的最后一天)之前完成收购。
总部位于挪威的Working Group Two拥有一个名为wgtwo的软件平台,运营商使用该平台为其移动核心网络提供支持。运营商的移动核心网络是协调蜂窝塔的后端基础设施,这种基础设施还处理短信、保护用户的无线连接、以及执行其他重要任务。
Working Group Two表示,wgtwo平台以预打包的形式提供了构建移动核心网络所需的软件工具,平台可以为运营商的用户处理呼叫、短信和无线连接,此外还有一个用于管理订阅者帐户数据的工具。
运营商的员工可以通过一组自助服务控制台与wgtwo平台进行交互。据Working Group Two公司称,其中一个控制台是为满足客户支持请求而构建的,另一个控制台则允许运营商员工在升级到更高成本的互联网套餐时向用户帐户添加新的功能。
Working Group Two还面向开发者提供了一组应用编程接口。运营商可以使用这些API来扩展Working Group Two平台的功能并将其与其他应用进行集成。
Working Group Two最初是挪威最大的电信提供商Telenor ASA的一个内部项目,后来在2017年从Telenor分拆出来,最初该团队有5名员工,如今Working Group Two已经有90多名员工,客户群包括亚洲、欧洲和北美的运营商。
Working Group Two公司表示,去年wgtwo平台帮助网络运营商处理了3.54亿个语音呼叫和5.27亿条短信,此外该平台还支持传输超过6 PB数据的移动连接。Working Group Two表示,wgtwo平台可以使用5G技术以及早期的网络标准提供无线连接。
该平台被定位为传统运营商软件一个更简单的替代品。根据Working Group Two的说法,该平台与竞品相比,部署以及链接到网络运营商现有系统所需的时间更短。
思科提供商移动业务高级副总裁Masum Mir在一篇博客文章中写道:“随着数百万、数十亿甚至数万亿的联网设备上线,我们对物联网的利用也变得无限了。通信服务提供商必须进行扩展以支持物联网,从而必须简化连接用于部署和管理,并且移动业务服务必须发展成为一项更有利可图的产品。”
此次收购完成后,思科计划把Working Group Two的技术整合到思科的移动服务产品中,该产品组合旨在帮助运营商增强网络基础设施,可以降低成本并缩短为订阅用户推出新功能所需的时间。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。