近日,紫光股份旗下新华三集团多款高端核心路由器、广域网控制器成功通过中国信通院泰尔实验室制定的“IPv6+ Ready 2.0 & SRv6 Ready”测试认证,成为全球首家通过该项测试认证的企业。这是新华三持续探索IPv6技术创新道路上的又一里程碑,对于推动IPv6技术演进和创新、促进IPv6与百行百业的深度融合具有重要意义。
作为国内权威的第三方检测机构,中国信通院泰尔实验室在IPv6技术研究与标准制定方面拥有深厚的积淀。本次“IPv6+ Ready 2.0 & SRv6 Ready”认证测试中,新华三集团应用驱动广域网(AD-WAN)解决方案中的核心产品CR19000、CR18000、CR16000-F、CR16000-M系列路由器、以及AD-WAN控制器凭借IPv6全特性和丰富的SDN特性,成功通过SRv6基础能力、G-SRv6、网络切片、iFIT随流检测、BIERv6、SFC等多项测试,全面满足IPv6+2.0相关协议规范要求,将全面助力IPv6在百行百业的规模部署与应用落地。
深耕网络领域二十余年,新华三集团坚持以技术创新为核心驱动力,多年来积极推动IPv6下一代互联网新技术的创新实践,目前所有网络产品均具备支持IPv6协议和应用部署的能力,同时在多项IPv6+核心技术领域取得丰硕成果。
● 端到端网络切片:新华三致力于应用体验保障的实践和创新,通过FlexE、子接口切片、Flex-Algo、Slice ID等多维度的网络切片技术,为用户在一套物理网络上提供多个专网服务,将办公、视频等业务部署在不同的网络切片中,用户业务间不相互影响,全面保障业务应用体验。在网络切片标准创新上,新华三联合运营商创新性提出基于源地址的Slice ID切片方案,提供接入、汇聚和核心的端到端网络切片能力。
● iFIT随流检测:为了满足业务可视等智能运维需求,实现网络精确感知,新华三在随流检测技术方面提前布局,率先完成浙江移动随流检测现网商用,提出基于DOH的随流检测方案并形成IETF草案。随流检测技术以精度高、故障定位快等特点,具备了大规模商用部署条件,将进一步加速引领IPv6+技术的普及。
● BIERv6技术:为了解决传统组播应用规模小、故障收敛慢及组播加入响应慢等问题,新华三创新实现了BIERv6组播技术。BIERv6采用位索引复制技术,网络的中间节点无需感知组播流状态,只需根据位索引指导组播业务复制转发,极大提高了组播业务的可靠性、灵活性和大规模部署能力。
● SFC实践:基于SRv6 SFC服务链应用,新华三为运营商和公有云服务商提供了资源的灵活调配能力,可以动态响应租户需求。同时,新华三联合广东联通基于SRv6服务链的新型云网安解决方案,提供Service SID as a Service能力,通过一个SID List快速链起多类网络、安全和云资源功能,实现安全能力分布式弹性交付。
● 确定性网络:新华三则通过SRv6的可编程能力以及RCQF的确定性队列转发,构建网络确定性传输能力,承建了全球首张确定性网络,最长横跨1600公里,确定性流量最大抖动小于15us,主要性能指标达到了国际领先水平。
新华三集团不仅完成了“IPv6+ Ready 2.0 & SRv6 Ready”的测试认证,在IPv6+3.0上也进行着积极的投入和研究。比如APN6方面,面对行业应用场景的多元化,新华三积极参与IETF的APN6标准制定,逐渐成为ICT领域标准制定与推广的关键力量,为IPv6+3.0阶段高度自智网络的演进奠定基础。
凭借在IPv6多个领域的前瞻投入,新华三集团目前已经可以提供全域IPv6+解决方案,为广域网、园区网及数据中心构建了IPv6+统一技术底座,全面应用于政府、互联网、运营商、金融、教育、企业等行业。
未来,在“云智原生”战略指导下,新华三集团将持续加大对IPv6+新兴技术的研发和创新力度,携手合作伙伴共同促进IPv6与各领域融合创新发展,全面赋能新一代高品质网络建设。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。