2024年9月5日,以“简而不凡 智网互联”为主题,紫光股份旗下新华三集团成功举办“新华三SMB新产品发布会”,面向中小微企业场景,重磅发布了包含12款轻量化交换机、14款新一代无线产品、1款九合一防火墙等一系列SMB新品及产品矩阵。历经上百次的优化打磨和技术深耕,新华三SMB全系列产品实现了从繁到简、从泛到精、从凡到智的焕新升级,为千万中小企业提供易部署、易管理与易维护的产品和服务。
作为新华三业务增长的重要组成部分,商业市场在2024年迎来关键变革。为进一步提升竞争力,新华三整合产品、市场、研发团队成立SMB产品线,通过这一组织调整,新华三将以专业化、专职化的团队提供全方位的服务,致力于护航中小企业数智化转型,满足客户在智能化、高性能、灵活性和性价比方面的多元需求。
新华三集团高级副总裁、商业BG总裁王鑫表示,新华三凭借深厚的技术积淀和对中小企业需求的深刻理解,全心全意地服务每一位客户。我们坚定不移地提供高效、灵活且具备高性价比的产品和解决方案,以务实的态度和精耕细作的精神,致力于成为广大中小企业客户值得信赖和依靠的长期合作伙伴。

新华三集团高级副总裁、商业BG总裁 王鑫
打造“简而不凡”的产品体验 护航中小企业数智化
商业市场需求多样,中小企业客户在产品选择上需要在功能丰富的“大而全”和易用高效的“简而美”之间找到平衡。对此,新华三在SMB产品设计上采取了多重举措,全面推行“简”的设计理念,从产品外观、使用体验到平台运维都进行了全方位优化。同时,新华三在产品能力和性能上延续了其在ICT市场多年深耕所积累的技术实力,致力于打造“简而不凡”的SMB产品体验。

“每一次抬头都能看到H3C”,这是我们的美好愿景。新华三集团SMB产品线副首席产品经理周延首次全面展示了新华三在SMB产品的综合实力。他强调,新华三通过深入理解“12+N”的商业市场需求,不断优化产品矩阵,实现了覆盖无线、交换机、路由器、安全四大核心产品线,180+款网络产品的丰富阵容。在平台建设方面,新华三打造了“三位一体”的SMB平台矩阵,包括小贝APP、UCloud和UWEB,满足用户的本地、云和APP全场景、一体化网络管理需求。通过数以千计的功能特性,全面满足多场景应用需求,助力用户降本增效,轻松运维。

新华三集团SMB产品线副首席产品经理 周延
简而不凡 是设计哲学也是产品态度
围绕中小企业用户真正需要的简单易用型产品,新华三集团SMB产品线产品规划与管理部副总监刘成龙在会上对系列新产品进行了详细的介绍。

除了好的产品,如何为中小企业简化运维流程,提高运营效率也是我们需要考虑的重要一环。刘成龙表示:“合作伙伴和客户在面对诸多用户场景和需求时,如何快速交付、如何便捷运维、如何高效配单、如何有效营销,这些都是我们认真思考并一一解决的问题。” 面向合作伙伴及客户,新华三SMB产品提供“三位一体”的网管平台,三端协同,打造流畅新体验。

新华三集团SMB产品线产品规划与管理部副总监 刘成龙
从繁到简、从泛到精、从凡到智,新华三始终如一地追求卓越。展望未来,新华三将继续秉持精耕务实的态度,践行“简而不凡”的产品理念。在性能优化、场景适配、关键技术革新以及服务提升等方面不断突破,为用户带来极致的使用体验,并通过全国服务体系的全面下沉,助力中小企业实现高质量数智化发展,为其持续注入创新动能。
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。