中国北京,2022年8月25日——提供人工智能驱动的安全网络的领导厂商瞻博网络(NYSE:JNPR)今天发布了多项重要里程碑成果,展现了该公司在有线和无线接入领域取得的重大进展。凭借具备强大智能运维(AIOps)能力的现代化微服务云解决方案,瞻博网络市场份额增速继续领先,持续荣获行业顶尖分析师的认可,并提供最佳用户和运营商体验。
瞻博网络人工智能驱动型企业产品管理集团副总裁Sudheer Matta表示:“通过提供创新型的客户端到云端的自动化、洞察和自驱式操作,Mist AI在易用性、规模、成本和性能方面继续遥遥领先。这一良好态势归功于我们的世界级产品、销售和市场团队及合作伙伴,他们借助瞻博网络人工智能驱动型企业的创新解决方案,为全球客户和合作伙伴带来了经得起考验的价值。”
这一强劲势头主要表现在如下方面:
650 Group联合创始人兼首席分析师Chris Depuy表示:“瞻博网络无线接入解决方案继续赢得大量企业市场份额,同比增速大大高于其他供应商。瞻博网络 Mist充分发挥Mist AI的先行者优势,取得了良好业绩,很多全球知名公司均为其客户。”
相关引言:
“基于瞻博网络的人工智能和先进的应用程序接口能力,我们通过自动化和集成显著减少了与Wi-Fi相关的故障。Mist AI让我们摆脱了重复性的日常排障工作,使我们能够把更多资源用在战略计划和客户服务上。”
——Brad Martin ,Chick-fil-A首席网络架构师
“Marvis已成为我们的服务支持中心不可或缺的一部分,将难以解决的滞留工单量减少了10倍。”
——Mitch Davis,达特茅斯学院(Dartmouth College)首席信息官
“在与瞻博网络合作后,我们彻底改变了有线和无线网络,为用户体验带来了急需的可见性。迁移至现代化的微服务云也带来了敏捷性的提升,对于我们满足业务部门不断变化的需求至关重要。”
——Steve Day,澳大利亚国民银行(National Australia Bank)首席运营官
“瞻博网络与我们之前的无线局域网提供商相比简直是天壤之别。我们的无线覆盖提升了10倍。”
——Jim Pike,纽波特纽斯公立学校(Newport News Public Schools)网络工程师
“转型至瞻博网络无线网络是完全无缝的。这一过程不应被我们服务的部门注意到,而他们也确实没有注意到。”
——Kristien Kramer,Northeast Georgia Health System(NGHS)网络服务经理
“通过利用ServiceNow事件管理和服务图以及瞻博网络 Marvis等工具(包括NowBot自助服务功能和零信任分支机构网络), ServiceNow得以将与网络相关的故障工单量减少90%以上。”
——Patricia Grant,ServiceNow数字技术运营副总裁
关于瞻博网络
瞻博网络致力于挑战多云时代网络连接和安全的复杂性。我们通过改变人们之间的联系、工作以及生活方式的产品、解决方案和服务实现这一目标。我们简化了向安全、自动化的多云环境迁移的过渡,以实现连接世界的安全、人工智能驱动网络。更多信息请参见瞻博网络(www.juniper.net)或瞻博网络在Twitter、LinkedIn和Facebook上的主页。
Juniper Networks、the Juniper Networks标识、Juniper、Junos是瞻博网络公司在美国和其他国家的注册商标。其他商标均为其各自所有者的财产。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。