至顶网网络频道 09月29日 综合消息:
9月27日,国科量子通信网络有限公司(简称“量子网络公司”)在“中国量子通信网络与应用论坛暨‘Q-NET’新品发布会”上发布了全球首款Q-NET BOX量子安全移动专网应用设备。本次新产品的发布,标志着我国量子通信产业进一步领跑全球,标志着量子通信产业化又迈出坚实一步,进一步确立了量子网络公司在行业的龙头地位。
国科量子通信网络有限公司副总裁王健全发布Q-NET BOX
Q-NET BOX是在量子网络公司所构建的量子安全服务使能平台(QSSE)之上所打造的创新应用产品。该产品顺应业务移动化趋势,秉承“快速构建融入量子安全的移动专网”的设计理念,以量子通信与移动通信技术为核心,实现基于量子安全的网络及应用一体化。
Q-NET BOX 量子安全移动专网应用设备
Q-NET BOX具备四大特征:一体化集成,即插即用;模块化设计,灵活扩展;双重认证机制,第一重认证是LTE系统本身的入网认证,第二重认证就是基于量子密钥的终端及业务认证,保证系统接入的可控、可靠、可信;支持量子密钥的端到端加密,移动终端到移动系统侧的数据传输能够得到量子密钥的保护。
Q-NET BOX能够进行单设备独立覆盖,也能多设备区域组网,能够提供基于量子安全防护的音视频通信、文件传输、安全云盘等应用,适合在电力、能源等行业专网、应急指挥、驻外机构区域覆盖、外出车队、海岛及边防等场景进行部署,能够为用户提供基于量子密钥的信息安全防护。
Q-NET BOX及量子安全移动应用展示
Q-NET BOX能够灵活与多种无线接入适配,未来会继续向小型化、融合化、行业化的方向演进,衍生出量子安全物联网网关、量子安全智能家居网关、量子安全车载控制信息网关等多种量子安全应用产品。
发布会上,量子网络公司向媒体和业界同仁展示了Q-NET BOX,并现场演示了Q-NET BOX覆盖下基于量子密钥的多种业务应用,验证了Q-NET BOX在移动通信上的量子安全特性。
国科量子通信网络有限公司副总裁王健全发布Q-NET新型量子安全服务体系白皮书
与此同时,量子网络公司向业界发布了《Q-NET量子安全服务体系白皮书》。白皮书全文分为两个部分,一是介绍量子通信产业发展概况,从量子通信基本概念入手,以梳理量子通信产业化历程为主线,介绍了国内外量子通信实用化历程及应用情况;二是提出Q-NET量子安全服务体系架构和理念,旨在依托Q-NET体系架构,邀请产业链合作伙伴共创量子通信应用产业生态。白皮书的发布对产业发展带来了促进作用:一方面,通过梳理及回顾量子通信技术实用化发展历程,消除了量子通信产业与其他需求行业间的信息失衡,让社会部门、行业企业、公众用户了解量子通信产业;另一方面,以推进量子通信产业化为使命,量子网络公司提出Q-NET量子安全服务体系,以量子通信网络为基础,面向行业信息安全需求,构建量子安全服务使能平台,降低了产业进入的技术门槛,激发更多企业加入产业创新中。
据了解,主题为“建设量子通信网络,构建量子产业生态”的“中国量子通信网络与应用论坛暨‘Q-NET ’新品发布会”是由工业和信息化部、中国科学院指导,中国科学院重大科技任务局、中国科学院控股有限公司、中国信息协会量子信息分会、中国量子通信产业联盟联合主办,国科量子通信网络有限公司、科大国盾量子技术股份有限公司承办。论坛的举办对于促进产业合作,推进量子通信产业更好发展,具有十分重要的意义。工业和信息化部信息通信发展司司长闻库,中国信息协会副会长朱玉,中国科学院控股有限公司董事长、量子网络公司董事长吴乐斌出席并致辞。论坛由国科量子通信网络有限公司总裁、中国通信标准化协会量子通信与信息技术特设任务组组长戚巍主持。量子通信产业链各方代表、媒体记者300余人参加了本次论坛。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。