至顶网CIO与应用频道 08月15日 北京消息:电商出现至今,我们购物的习惯已经有了质的改变,只要在手机上下单,就可以启动“买买买”模式。同时,电商也成就了O2O这一线上线下相融合的消费模式,在我们日常生活中已经有广泛的应用,O2O对于企业采购同样适用。百联集团旗下上海爱姆意机电连锁有限公司(www.365me.cn)就走出了一条从上海北京路上的传统工业品销售商,到工业品供应链电商服务商的转型之路,把线上电商平台(365me工业品服务平台)与线下工业品电商体验中心无缝结合。依靠自己的客户资源和经销商资源,爱姆意力图打造中国最具价值的工业品供应链电商服务专业平台。
365me工业品服务平台
华为云承载爱姆意百万级工业品SKU
爱姆意的365me平台包含了工业品电商体验中心、电商运营中心、电商配送中心等组成部分,平台拥有百万量级的SKU供客户采购。为了让企业客户最短时间里找到符合要求的工业品,爱姆意基于强大的后台数据分析系统打造了丰富的产品筛选和搜索功能。此外,客户信息及交易数据等内容均是爱姆意竞争力的核心,数据保护对爱姆意尤为重要。
爱姆意将云方案定位在混合云上,后台数据分析系统以及数据均保留在物理服务器中,云主机相关操作由爱姆意在云平台上自主服务。为了保障云平台稳定可靠运行,爱姆意从品牌、技术实力、业务中立性、后期服务能力等维度对业界主流云服务商进行了全面考察。最终华为以完美的混合云方案、高质量服务以及高性价比赢得了爱姆意的青睐。
爱姆意CIO叶史鹤认为作为一家线上加线下的服务解决商,爱姆意面对着来自服务需要根据用户需求快速转变、产品及解决方案快速迭代等多方面挑战,公司虽然具有一定IT能力,但是无法应对这样多元化的挑战,所以云是爱姆意IT系统未来改革的方向。采用华为云这样第三方的服务,可以说是将IT系统构建及维护的专业工作交给了专业的人,爱姆意可以将更多东西聚焦于服务及产品创新本身。
华为云全面融合物理服务器及云主机资源
华为云解决方案物理包含租赁服务器和云主机两种资源形态。华为服务器、存储阵列、交换机及云主机等产品全面助力爱姆意打造混合云系统。
从爱姆意底层平台架构可以看出,物理服务器、存储阵列直接上联接入爱姆意托管交换机,使用同一网段,二层直接互通;另一方面,云主机业务网关保留在核心防火墙的虚拟防火墙中,中间的核心交换机CE12808透传对接vlan即可,两端业务互指路由联通。
华为云给爱姆意构建高效的IaaS层资源池,将物理机与云主机进行无缝的融合,为上层提供稳定的计算、存储及网络等服务。此外,华为不仅在数据安全上为爱姆意构建了完善的防火墙系统,更重要的是华为云恪守业务边界,尊重爱姆意对电商平台数据的主权,不利用客户数据做价值变现,彻底消除用户关于信息安全的顾虑。
对于爱姆意诸多业务需求,专业的PaaS层服务对于加速其系统开发速度、降低运维复杂度必不可少。华为云在Paa层的数据库服务弥补了爱姆意在数据库构建和维护上的短板,使其能够将精力全部投入到上层应用功能开发上来,为将来更大业务规模、更大用户量的系统构建打下坚实基础。
完成云平台构建是爱姆意打造365me电商平台的第一步,借助华为云,爱姆意正积极推动线上线下两个平台的相互融合。并为通过电商平台进行工业品采购树立了新的行业标杆。华为云深入理解业务场景,紧贴客户需求,恪守业务边界,提供卓越的服务,助力爱姆意在电商平台领域持续创新。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。