至顶网网络频道 08月03日 综合消息:由天地互连-下一代互联网国家工程中心主办的“2017全球SDNFV技术大会” (2017.chinasdn.org)于2017年8月2日-3日在北京国宾酒店圆满落幕。来自ONF、MEF、OPNFV、P4、ONAP、CCSA等开源及标准组织的专家,和海内外运营商、云数据中心、互联网公司等应用单位的技术精英,以及各大厂商的近八百位嘉宾和观众齐聚北京,就SDN/NFV的实践与部署展开讨论。
SDN/NFV在自动化和智能化的大背景下诞生,它们的结合可以使用户优化网络资源,提高网络敏捷性。加之IT变革、数据时代、云计算发展的驱动,经过十年的发展,SDN/NFV已经逐渐落地成型、真正进入了商用部署时期。全球几乎所有的主流运营商都在进行SDN和NFV的研究和部署,以在节省更多的成本同时提供更加灵活优质的服务,本届大会上绝大多数的演讲嘉宾纷纷展示其最新计划和实践情况,网络技术的创新也让网络生态变得开放且生机勃勃。
就像大会主席、下一代互联网国家工程中心主任刘东在现场致辞中说的,“几年以前整个产业还在讨论距离SDN、NFV的落地还有多远?但今天,纵观全场的主题演讲,‘实践’与‘部署’已成为关键词,以SDN、NFV为核心技术的众多解决方案已经切切实实地在一些领域及场景中得到了应用。全球运营商和大型企业都在努力的部署各自的新网络方案,积极参加相关技术的开源研发和标准化工作。可以说,SDN和NFV已经从概念探讨进入到了真正的商用落地阶段。”
的确,通过几年的发展,SDN/NFV已不仅仅是趋势,以SDN/NFV为核心技术的众多解决方案已经百花齐放。本届大会上,中国电信、中国移动、中国联通、英国电信、西班牙电信、NTT DOCOMO等知名运营商,以及云数据中心、互联网公司、各大设备及解决方案提供商都派专家代表参与了本次大会,全面展示SDN/NFV技术实践以及应用情况,大会现场还采用了“1+1联合分享”的形式,邀请设备及解决方案提供商与其合作的运营商同台对话,全面展示落地部署情况。新华三、华为、赛特斯、泰信通、西麦科技、锐捷以及Ixia等企业通过各种形式,向观众分享了其SDN/NFV技术的应用及部署,让观众近距离的了解SDN/NFV如何真正改变我们的网络及生活。
除主会场外,分布在2天的3个Mini Summit也广受关注。8月2日,与ONF联合主办了ONOS Mini Summit和CORD Mini Summit,来自全球的技术专家聚焦两大产业热门,分享它们的发展概况、最新应用和未来的发展潜力与价值。3日最后一场Mini Summit则联合全球SDN测试认证中心,对刚刚与中国CORD产业联盟合办的2017 SDNFV Fest测试活动进行了总结。
2017年是全球SDNFV技术大会的第6年,作为中国最早的SDN/NFV权威活动,全球SDNFV技术大会与时俱进,聚焦热点,深入广域网、数据中心、移动网、城域网、园区网和物联网等方方面面,为观众带来一场场技术与观点的盛宴。在市场和技术的双驱动下,软件定义、网络云化、虚拟化等诸多趋势已愈发明晰,SDN/NFV技术今后必将在更多场景及领域有更加颠覆性的发展,迎来黄金时代。
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。