去年8月,ZStack携手阿里云发布“无缝混合云”战略,希望通过标准化产品实现“互连、灾备、一键迁云”等场景,从而帮助企业用户在云与端之间自由享受云计算服务。
不过,那时若要实现无缝混合云的愿景还面临一朵乌云,这朵乌云是由网络带来的,在整个云上云下互联的过程中,无论是ZStack云路由网络还是公有云上的VPC网络都可以通过API实现自动化,但是中间侧的数据流却与自动化相差甚远,它是一个需要申请带宽、专线,反复电话与邮件的过程。
在这一侧连接的节点,传统网络提供模式下,采取人工开通专线形式,开通周期受限于运营商的交付周期,而起步即是大带宽包年包月采购的采购方式,这显然与云的弹性、按需使用的特点相违背。
ZStack创始人兼CEO张鑫将其形容为无缝混合云之上的一朵乌云,但是现在这朵乌云被驱散了。
ZStack创始人兼CEO张鑫(左)、大河云联创始人兼CEO庞俊英(右)
ZStack联合大河云联把网络互联中间侧需要邮件、打电话的过程变成了自动化API的过程。近日,双方在京联合发布并现场演示了“全球首个混合云+SDN专线一体化”产品。
大河云联创始人兼CEO庞俊英指出,“与ZStack的联合发布,标志着API化的首个产品落地,用户可以通过ZStack云平台,调用大河的网络自助服务平台,并由此为出发点,与主流公有云平台无缝互联。”
云网一体 由手动挡升级到自动挡
通过ZStack和大河云联专家的现场演示可以看出,在管理控制界面只需要点几下鼠标,就轻松建立了一条云平台与IDC、云平台与云平台之间的高速稳定的连接专线。整个过程用户可以完全自服务,秒级生效,并拥有按使用量付费的各种灵活计费策略。
“跟过去方案进行对比,建设周期从原来邮件和电话过程的数月时间缩减到一分钟,不需要有专门的网络工程师团队,整个过程全部自动化,这是今天ZStack跟大河做的云网融合产品相对于上一代产品的最大进步,我们把云网一体从原来的手动挡升级到自动挡。”张鑫说。
庞俊英将云间互联的演进过程形容为三个阶段:老派的人生——云互联网专线、当下幸福——云高速通道、即将流行爽快——云SDN专线。
她还对云间互联的几种常见方式进行了对比,可以看出,使用云SDN专线,无论在通信质量与可用性、成本、安全性、易用性等方面都表现出了明显的优势。
现在,ZStack混合云平台接入云SDN专线这种能力,通过集成大河云联基于SD-WAN提供的API,用户可在一个云平台上实现全部专线直连,一键开通或关闭任意私有网络和公有网络。
大河云联合伙人兼首席业务架构师王茜将大河云联具备的云SDN专线能力形容为铁路轨道上智能调度火车的能力,也就是让当前的应用更好地适应底层的网络资源,提升可靠性、稳定性,并提供弹性的服务能力。
柔性网络 由自动挡到无人驾驶
庞俊英把网络服务平台划分成3个阶段:柔性网络1.0——自助化、柔性网络2.0——API化、柔性网络3.0——自定义。与ZStack发布的混合云+SDN专线则属于2.0的API化阶段,也就是与企业工作流进行API对接,将网络的使用嵌入到企业的流程中,做到网络的计划性调整和无感的使用网络。
在这个以API调用SDN专线能力的混合云架构中可以看出,在私有云内,计算、存储、网络等全部资源已虚拟化为一个动态调度的资源池,用户可按需调用。同样,公有云上也是类似的池化资源,并以VPC为网络单位提供定制化服务。而在ZStack私有云与公有云之间,是大河云联提供的虚拟专线拉通,其基于SD-WAN技术提供云化的连接能力。
张鑫说,“真正的混合云是私有云、公有云之间控制面、数据面彻底打通的云。而网络是混合云落地的第一公里,也是最后一公里。”ZStack在混合云1.0时代,解决了网络连接问题,去年携手合作伙伴服务的东方明珠混合云案例,借助ZStack可与任何公有云混合、亲和性好、灵活性大等特性,搭建了3种公有云(亚马逊AWS/微软Azure/腾讯)和自建私有云(ZStack/Vmware)的混合云平台。在混合云2.0时代,ZStack要解决网络自助连接问题,目前大河云联的网络自助服务平台已经连通的云平台包括阿里云、AWS、腾讯云、UCloud、金山云、百度云和华为云等主流云平台。而今与大河云联强强联手,毫无疑问,有了大河云联云SDN专线能力,混合云落地头上那朵乌云被驱散了。
但庞俊英并不满足于此,“云计算有IO型、计算型、存储型,网络能力是不是也可以有IO型、计算型、存储型,可以想象它是应该有的。”在她看来,柔性网络的自定义阶段可以形成自服务的数据化网络场景,如VPC+WAN管道+网络计算能力,即网络能力的公有云服务;或者任意介质WAN呈现出的不同类型连接能力,如云的IO型和计算型等。
庞俊英将其称之为“网力”,那时也许就是云网一体的无人驾驶阶段,从而实现无法不在的连接!
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。