慧与的首席执行官Antonio Neri表示:“等到与Juniper的交易完成,我们将拥有另一项业务:110 亿美元的收入。它将占公司收入的三分之一以上,可能会占公司利润的50%。”
首席执行官Antonio Neri表示,由于斥资140亿美元收购Juniper Networks,以及新的Aruba networking 全球营销活动,网络正在成为慧与的核心,慧与正在努力从竞争对手思科那里获取更多的市场份额。
Neri今天在亚特兰大举行的2024 XChange Best of Breed 会议上表示:“我们正在成为一家以网络为核心的公司。思科可能已经忘了这一点。”“我认为这是个大机会,最终会在网络层面为客户提供更加现代化、由人工智能驱动的体验。”
Neri表示,慧与对Juniper的大手笔收购可能“几周后”就会完成,这将大大提高这家市值300亿美元的公司的销售额和利润。
慧与的首席执行官表示:“等到与Juniper的交易完成,我们将拥有另一项业务:110 亿美元的收入。它将占公司收入的三分之一以上,可能会占公司利润的50%。”
Antonio Neri:Juniper和慧与的产品之间“没有重叠”
Neri表示,慧与和Juniper的产品组合并不重叠,这对其在全球网络领域与思科争夺市场份额是个好兆头。
Neri表示:“Juniper获得了规模(以及)更大的销售队伍。显然,它还能服务于所有客户群。人们有时会有点困惑,(认为)会有重叠。实际上,并没有重叠。”
例如,他表示惠与在服务提供商领域“从未在网络层面做过任何事情”。
他表示:“我们在这个领域没有路由业务。显然,(与Juniper合作)对我们来说是一件好事。”
在某些网络市场或客户方面,惠与传统上并不热衷于校园和分支机构领域,而这正是Juniper的强项。
Neri表示:“你想想,在校园和分支机构领域,惠与凭借HPE-Aruba Networking建立了令人惊叹的业务,但真正的业务是在企业的高端领域,而且更多是针对思科。你看看Juniper Mist(AI),他们打造的解决方案非常出色,更多是人工智能驱动的。”
他表示:“所以,不要把惠与和Juniper对立起来看待。而是惠与和 Juniper一起,要与市场上思科的多种架构竞争。”
慧与擅长不安于现状
对于Juniper合作伙伴,Neri表示,渠道合作伙伴将能够销售“更大的产品组合,比以往想象的更大。”
他表示:“你想想到了2024年底或者2025年初,这起收购完成并融入业务,它将支持所有类型的客户——从电信和云服务提供商,到各种规模的企业,从园区和分支机构到数据中心交换,再到核心数据中心。”“显然,园区和分支机构解决方案还包括 Wi-Fi、软件、防火墙、网络和安全。”
Redapt是一家总部位于德克萨斯州奥斯汀的解决方案提供商,该公司的执行副总裁Paul Shaffer表示,收购Juniper是慧与在竞争中扩大市场份额的一项大胆举措。
Shaffer表示:“从网络的角度来看,收购Juniper非常好,因为我们也有相当强大的Juniper业务。如果他们能把Juniper业务整合到他们的数据中心基础设施业务中,那么效果会非常好。”
Shaffer表示,多年来,慧与在Neri的领导下进行了一些科技行业“最好的战略收购”。
Shaffer表示:“慧与擅长不安于现状。Neri 进行了一些伟大的收购,你在Aruba上就能看到这一点。他进行了一些非常棒的收购,在一些产品线或解决方案可能存在空白的地方增加了产品线。”
他表示:“在科技世界里,你不能停滞不前。”“你必须进行这类严肃的投资,将赌注押在上面。我为惠与和Juniper感到兴奋。”
Neri则表示,他看好惠与和Juniper合并后在市场竞争中的优势。
Neri表示:“这是惠普和惠与历史上第一次全面拥有知识产权——从芯片到基础设施到操作系统,再到软件服务和安全,以提供现代化的边缘到云网络结构。”
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。