至顶网网络频道 11月08日 综合消息: 以太网测试和测量行业的领导者思博伦通信今天宣布,思博伦和中国电信广州研究院(以下简称广研院)、华为合作,三方共同完成了FlexE在城域网和5G 场景下的验证测试,涵盖FlexE功能和性能等多个方面,测试结果达到预期。
今天,随着高清视频、高频交易等高端应用对于网络服务质量的要求持续提高,以及5G 网络uRLLC和mMTC场景的到来, FlexE技术越来越受到业界重视, FlexE应用场景不断扩展。
本次测试依托中国电信网络与终端重点实验室,采用华为路由器配置基于FlexE端口, 使用配置FlexE测试模块的SpirentTestcenter测试仪。设备之间、设备和仪表间采用100G BASE-LR4 端口组网。SpirentTestcenter FlexE测试模块上采用不同的测试端口,分别配置100G 以太网和100G FlexE模式,在FlexEGroup上配置m*5G FlexE Client, 产生满带宽测试流量,验证FlexE专线的硬隔离特性,测试FlexE专线及FlexE和以太网之间的转发性能。
测试结果显示:业界领先的路由器已经具备通过FlexE技术实现网络分片能力,满足金融、政府等高价值专线场景的组网要求,也为5G mMTC和uRLLC应用场景提供了初步的网络基础。
中国电信研究院IP技术研究负责人朱永庆表示:“ FlexE技术自提出以来,已经引起了业界广泛的关注。 运营商, 设备厂家和芯片供应商都在开发FlexE技术及对不同应用场景的扩展,探索应用场景。为此广研院联合华为和思博伦共同完成了FlexE在城域网和5G 场景下的验证测试,测试结果达到预期。思博伦的Spirent TestCenter测试仪新推出FlexE测试模块,符合技术发展趋势, 具备很好的多链路捆绑能力和信道化功能,5Gbps的FlexE Client 带宽粒度,能很好满足城域网FlexE专线和5G 网络分片的测试要求。”
思博伦通信销售总监周佳新先生表示:“本次广研院、华为和思博伦的联合创新测试,为FlexE技术产业链的成熟奠定了基础,推进了FlexE在城域网和5G 网络中的应用,加速了FlexE产业商用步伐。”
“思博伦持续跟踪50G PAM4,100G, 200G,400G, FlexE等新技术发展趋势,在新技术上持续投入核心研发力量,以高性能的产品和创新的解决方案,持续支持5G 时代网络的发展。”
思博伦FlexE测试方案是业界密度最高的FlexE 100GBASE-R PHY 测试仪,并提供业界领先的50G PAM4 和100G FlexE测试能力, 为数据中心、城域网和5G 网络中推动FlexE的商用进程提供有力支持。
Spirent Testcenter PX3-QSFP28-12-225A-FlexE 测试模块,单一板卡支持100G/50G/50G PAM4/40G/25G/10G 以太网和FlexE
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。