ZD至顶网CIO与应用频道 03月17日 北京消息: 3月9日-10日,“∑CO-Partner,华为中国生态伙伴大会2017“在湖南长沙国际会展中心隆重举行。大会期间,华为举行了以“云化,重塑企业通信价值”为主题的企业云通信分论坛,并正式发布了面向合作伙伴的企业通信云服务,来自政府、金融、公安、教育、医疗等行业的200多名合作伙伴共同见证了此次发布。
华为云核心网产品线总裁马海旭在发布中表示,云化正在驱动企业的全面数字化转型,传统IT基础设施的云化已逐步普及,企业通信的云化业已启动,企业轻资产、按需订阅、弹性敏捷的云服务模式也应云而生。华为本次面向合作伙伴发布一站式企业通信云服务,旨在携手合作伙伴,共同实现企业通信云化转型,构建企业云生态,做大产业蛋糕。
华为云核心网产品线总裁 马海旭
在刚刚结束的2017年世界移动大会上,华为凭借云化技术上的全球领先能力,获得GSMA颁发的全球最具影响力的“最佳技术使能奖”。正如华为轮值CEO徐直军所说,华为在全面云化方面的优势,就是“走得早、走得快、走得坚决”。
华为为合作伙伴搭建了基于公有云的企业通信云平台,提供全面的企业通信云服务,包括系列化云终端、基础设施、带宽、运营商号码及通话资源等。合作伙伴可以基于这个平台进行呼叫中心、视频会议、统一通信等云服务转售,或运营自有品牌企业通信服务,也可以基于华为提供的8大类原子API和行业场景化API将云通信能力嵌入行业应用,为企业提供更加丰富的创新业务。
华为在北京、深圳、苏州、杭州等地的开放实验室将为合作伙伴提供演示体验、培训认证、二次开发、对接测试等全方位技术支持,共同孵化有竞争力的解决方案,并在云上快速部署,开拓行业市场。
在发布会上,华为中国企业UC&C解决方案销售部部长秦峰以“云领未来,因聚而生”为主题,与嘉宾分享了华为企业云通信近年来在市场增长率、生态建设和产品研发等方面所取得的成果,同时提出“123456”的发展“总纲”:心怀1个梦想,即引领中国企业通信产业走向下一个春天;明确“行业纵深+云化转型”2大战略;锁定融合通信、云通信、行业通信3个场景,聚焦金融、政府、公共安全、教育医疗4大行业;优化VC、UC、IMS、CC、IoT等5大产品;主打融合会议、融合指挥、全渠道金融、远程医疗、远程教育、远程探访等6个方案,不断助力合作伙伴竞争力提升和业务发展。
华为企业业务中国区UC&C解决方案销售部部长 秦峰
华为云核心网企业云通信领域总经理袁小海在以“协同无边界,敏捷云商道”为主题的演讲中,向伙伴正式介绍华为企业通信云服务。袁小海提到,目前华为的云节点已经遍布全国,同时随着企业通信伙伴广泛深入行业,平台与业务已经就绪,云服务市场已经开启,华为企业通信云服务可谓应云而生。
华为企业通信云服务主要包括呼叫中心、视频会议、统一通信三大产品,采取客户线上体验、伙伴线下交易的模式,在华为提供IT基础设施、CT资源以及企业通信平台能力的基础上,伙伴可以转售云服务,或基于平台做自有品牌运营,还可结合自身优势进行行业创新。
华为一站式企业通信云服务,将以其快速上线、轻资产、连片成网等特征和优势,为伙伴提供更大的平台,带来更大的价值。为了让伙伴更好地了解华为企业通信云服务,发布会现场还进行了实时的演示,通过与法国、西班牙、俄罗斯等地连线,直观生动地模拟了企业如何通过云视频会议服务,召集跨国跨企业间的高清视频和高效协作,通过云服务,打破企业间壁垒,实现无边界协同。
华为云核心网企业云通信领域总经理 袁小海
华为企业通信云生态的建设离不开广大的生态伙伴,华为一直以来亦秉承开放、合作、创新、共赢的理念,与生态伙伴共同打造创新的行业解决方案,助力生态伙伴和客户价值提升。在本次分论坛上,神州数码、平安科技、全数科技、金华威等生态伙伴分享了对于未来企业云通信发展趋势的看法以及与华为合作共同打造企业云通信生态圈的决心,神州数码华为本部技术中心总经理高洪福以“指尖互联 云享沟通”为主题,分享了神州数码基于华为企业云通信平台的协同云解决方案及其应用实践。
随着数字经济的进一步发展,未来没有孤立存在的企业和组织,一切都将被联接,一切都需要沟通与协同;企业云通信将作为发展引擎驱动更多的行业实现业务模式变革与创新。
华为与生态伙伴一起开启广阔的企业通信云服务市场。未来,共同创造。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。