普元信息作为一家基础软件技术公司,长期聚焦在应用开发平台,而且自2003年开始就一直贯彻低代码开发理念。
普元信息CTO焦烈焱表示,软件开发就像搭积木一样,有很多模块组装起来成为大软件,普元信息提供的图形化、可视化模式让企业可以像搭积木一样,把积木块积累起来,让软件开发不是从零开始。
普元信息CTO焦烈焱
低代码开发平台则是让没有那么多软件开发经验的人,也可以把自己的经验、知识、需求,用自己的手落实下来。从这个角度看,低代码开发也是帮企业培养数字化人才。
普元信息低代码开发平台定位企业级应用,而且普元信息面向大型企业有非常多的积累,能够满足大型企业的高安全性、高可靠性、性能等要求,快速落地信创的同时推进企业数字化转型。
践行中台思想的低代码平台
2003年普元信息就研发出首款具有低代码理念的产品——应用开发平台EOS,近期普元信息又发布了低代码开发平台e-coding。
普元信息解决方案研发总监姚斌表示,普元低代码开发平台的价值体现是,具备业务属性,强调业务平台化。
e-coding践行了中台的思想,促进整个企业的业务平台化,在场景、运营、架构、能力复用四个层面加速和深化整个企业的数字化转型。达到能力的充分复用、敏捷业务的响应、软件全生命后周期的可控、使用入口统一,最终对企业IT资产有效沉淀。
工程能力是判断低代码开发平台的一个非常重要的指标,测试能力上,可以进行在线测试,在版本控制上,拥有软件工程层面严格的版本控制能力。普元e-coding不仅拥有完备的工程能力,而且基于数据模型和表单模型实现了双驱动。
普元低代码开发平台具备强大的开放性和集成能力,其在领域工程和应用工程做了分离,将Por-Code和Low-Code架构融合,为低代码开发平台提供了专业的微服务能力,支持开放。产品提供了专业的技术语言,来构建个性化的业务组件,积累IT资产。最终e-Coding通过页面集成、流程集成、数据集成等集成能力,打造一个开放的集成平台。
信创与数字化转型双加速
快速开发数字化应用,低代码开发是强有力的切入手段,而且普元信息希望低代码开发平台不止能做小软件,同时可以做出复杂度较高的软件。
焦烈焱指出,一方面,低代码开发平台能完成复杂业务场景下数字化应用的快速开发,支撑企业自助化开发、个性化交付的开发模式变革;另一方面,又充分考虑了信创环境,让企业的数字化应用可以在符合国家战略政策的生态中实现,在快速落地信创的同时满足数字化转型需求。
近些年,金融行业的信创落地最为迅速,普元信息也同很多金融客户进行信创试点、方案的制定。普元信息最早从办公系统开始,之后有步骤的推进一般业务,最后把核心业务全部迁移到信创环境上来。
普元信息信创事业部总经理刘桂生表示,普元低代码开发平台适用银行科技系统、银行智能工单、大型企业OA、运营监控、工程管理等多行业应用场景。
面对金融行业应用系统业务逻辑复杂,数据量大、可靠性要求高等特性,在低代码开发平台的基础上,普元通过应用服务器软件等信创产品,能够协同华为高斯、达梦等国产数据库,统信、麒麟等国产操作系统,浪潮、长城等国产服务器,鲲鹏、飞腾等国产芯片这些多领域的信创生态产品,保障信创迁移的安全平稳进行,目前正在多家金融机构中顺利推进。
很多企业在之前并没有考虑使用平台开发的概念,依托低代码开发平台以及在大型金融项目中积累的业务组件,普元信息可以快速满足金融企业的场景化需求,实现顺畅的信创迁移。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。