HPE首席执行官Antonio Neri表示,将通过140亿美金收购Juniper Networks利用新的现代AI驱动型网络结构来打破网络领域的“现状”。
Neri在一篇博客文章谈及此次收购带来的潜在竞争影响时表示:“我们正在推动此次收购,因为我们相信HPE和Juniper Networks的合并将从根本上改变网络行业,不是通过消除任一产品组合中的产品,而是通过在该领域创造更多选择。像这样的组合令人难以置信的是,双方都有强大的产品,通过将它们结合在一起,我们将为所有客户加速价值和灵活性。”
Neri没有直接点名竞争对手思科,后者自20世纪90年代中期以来一直在网络行业保持主导地位,但他表示,这笔交易的目标是当前的网络现状。
“我们的目标是通过整合网络行业中最具创新性和竞争力的两个组织来更好地应对客户挑战,打破现状。合并之后我们将打造一家新的全方位服务网络公司,采用以客户为中心的产品开发方法,提供全方位的产品组合为客户带来价值。”
就在Neri发布这封信的前一天,思科宣布与AI GPU巨头Nvidia建立合作伙伴关系,利用思科合作伙伴网络销售的“基于以太网的专用解决方案”,帮助企业“快速、轻松地部署和管理AI基础设施”。
Neri表示,与Juniper Networks的交易增强了HPE抓住AI带来“巨大”机遇的能力。
“对Juniper Networks的收购将加速我们抓住AI带来的巨大机遇,提供现代AI驱动的网络结构,用于训练和部署AI应用,同时将我们的HPE产品组合转向市场中增长更高、毛利率更高的领域。Juniper Networks对于我们为园区和分支机构提供的令人惊叹的HPE Aruba网络产品组合来说是一个补充,它为加速人工智能、数据中心、服务提供商和云领域的增长提供了机会。”
根据IDC的数据显示,2023年第二季度思科在以太网交换机市场中所占的收入份额为47.2%,HPE和Juniper Networks的份额分别为7.1%和2.9%。
与此同时,根据IDC的数据显示,2023年第二季度思科的服务提供商和企业路由器收入份额合计为35.9%,而Juniper Networks的路由收入份额为10.3%。
PKA Technologies是一家位于美国新泽西州蒙特维尔的解决方案提供商,该公司首席技术官Patrick Shelley表示,HPE对Juniper Networks的收购将引发与思科之间史诗般的网络大战。
Shelley表示:“这是Antonio说的,‘我们来了,思科’,我们很期待看到HPE如何整合产品组合,以最有利的方式利用Juniper Networks的AI能力。这是几十年来第一次有竞争对手能够凭借AI带来的机会在网络市场上向思科发起野心勃勃的挑战。”
Shelley表示,AI市场的转变对于HPE来说,是一场挑战思科的“完美风暴”。“随着AI改变了网络市场,曾经购买思科产品永远都不会错的日子已经过去了,如今客户更愿意关注最好的技术,而不是购买思科这样的知名品牌。HPE-Juniper也有很好的机会能够通过创新的AI网络解决方案来改变网络市场的游戏规则。”
虽然现在就未来HPE-Juniper产品路线图做出任何决定还为时过早,但Neri承诺,所有关于HPE产品组合的决策仍将是“谨慎的、经过深思熟虑的”。
此外他表示,“HPE目前销售的所有产品,包括通过HPE Aruba Networking Central提供的硬件、服务和解决方案,仍然是可供购买的,并且我们所有的标准报废政策仍然是有效的。”
他还承诺,HPE在完成这项重磅交易(计划于2024年底或2025年初完成)的同时,将把给客户和合作伙伴造成的“影响降至最低”。
Neri表示:“HPE在把新产品无缝集成到我们的产品组合方面拥有良好的记录,通过收购Juniper Networks,我们打算延续这个方式,确保我们的客户和合作伙伴获得不间断的服务,同时受益于扩展的产品组合。”
他表示,HPE在等待监管机构对该交易的批准期间,将保持与客户和合作伙伴的所有持续互动,包括合作伙伴顾问委员会会议和HPE Discover的HPE Aruba Atmosphere Edge计划。
他说,最终合并之后的HPE Juniper Networks将能够更快速地推动更多创新。“这对我们、我们的客户和合作伙伴以及整个行业来说都是一件好事。”
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。