智能技术和数字服务提供商 Connexin 在 2024 年初为赫尔市的中小企业(SMEs)推出了一项全方位商业宽带服务,现已将其全光纤基础设施战略性地出售给 CityFibre。
Connexin 成立于 2006 年,位于赫尔市。该公司于 2021 年 9 月宣布建设宽带网络,旨在通过为居民和企业提供选择光纤宽带提供商的自由,打破现有的垄断局面。
目前,公司在五个领域提供服务:家庭、商业、企业、公共部门和公用事业。公司还为公共部门和公用事业企业开发和运营智能基础设施,以增强连接性。公司在 2024 年底完成了英国"吉比特计划"下为超过 34,000 个农村家庭提供宽带的合同第一阶段。
这项战略性收购协议包括已建成和在建的光纤网络资产,目前已覆盖超过 80,000 个场所,并在建设通向另外 20,000 个场所的网络,未来还有进一步扩展至整个赫尔市的选择权。根据协议,Connexin 的股东 Patrizia 欧洲基础设施基金 II 将成为 CityFibre 的少数股东。
这笔交易包括"吉比特计划"合同,使 CityFibre 能够在赫尔和东骑士(East Riding)地区建立重要据点,将其网络覆盖范围扩大至多达 185,000 个场所。CityFibre 表示,此次收购凸显了公司积极参与市场整合的承诺,作为其全国性网络覆盖超过 800 万个场所的一部分。
此前,CityFibre 在 2024 年 5 月收购了 Lit Fibre,并在不到九个月的时间内完全整合,展示了公司整合和商业化收购网络以推动网络增长的能力。
CityFibre 还将接管 Connexin 的"吉比特计划"合同,向诺丁汉郡和西林肯郡难以触及的地区铺设千兆比特宽带。这将成为 CityFibre 获得的第 10 个"吉比特计划"交付合同,将"解锁未来扩展"至目标地区超过 50,000 个非补贴场所。
Connexin 现在将通过 CityFibre 的网络全国扩张,并在物联网(IoT)等现有业务基础上继续发展,包括推出英国最大的长距离广域网络(LoRaWAN)之一,并赢得超过 200 万个智能水表的合同。
在技术层面,CityFibre 将立即开始整合 Connexin 的 XGS-PON 网络,以在该网络覆盖范围内引入自身的批发产品、定价和服务。CityFibre 预计将在 2025 年底完成整合,进一步扩展其已覆盖超过 440 万个场所的全国性网络。
Connexin 首席执行官 Furqan Alamgir 就此收购发表评论说:"我们很高兴能与 CityFibre 合作,专注于我们的全国性增长战略。这种合作将为英国的消费者和企业带来我们双方最精华的专业知识。
"我们的下一个增长阶段极其令人兴奋,我们将加速聚焦于在英国扩展更智能的家庭、商业、企业、公共部门和公用事业产品及服务,使这些快速发展的市场能够通过采用更智能的技术来实现雄心勃勃的目标。"
CityFibre 首席执行官 Greg Mesch 表示:"Connexin 已经建立了一个出色的网络,这对 CityFibre 来说是一个极佳的契合点。我们成熟的批发模式现在将为赫尔市的家庭和企业带来更多选择,并获得无与伦比的连接产品、服务和价格。
"在我们迅速整合 Lit Fibre 的网络之后,我们已经证明这是扩大网络覆盖的有效方式,我们期待在 2025 年积极参与该行业加速整合的进程。"
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。