ZDNet至顶网软件频道消息:华晨宝马IT与IBM宣布隆重启动华晨宝马IT终端用户服务项目,项目代号“Simba”。通过使用这项服务,华晨宝马IT利用定制化的ITIL统一框架获得整合的IBM解决方案,更好的管理自身的IT服务,并更加专注于自身战略发展。IBM将提供从生产、销售到客户服务和研发的IT呼叫中心和现场支持服务。
华晨宝马与IBM Simba项目启动仪式
华晨宝马汽车有限公司成立于2003年5月,是宝马集团和华晨汽车集团控股有限公司共同设立的合资企业,业务涵盖BMW品牌汽车的生产、销售和售后服务。公司的生产基地位于工业基础雄厚的辽宁省沈阳市,在北京设有分公司,销售和服务网络遍及全国。截止到2013年底,公司拥有近14,000名员工。目前,华晨宝马汽车有限公司生产BMW 3系(含标准轴距和长轴距)、BMW 5系Li和BMW X1三个系列,以及华晨宝马新品牌之诺1E。2013年华晨宝马总销量近20万台。在保持高速增长的同时,华晨宝马始终坚持客户导向,给予经销商强大的支持,客户满意度在豪华车市场上名列前茅。
面对业务快速成长和技术工艺进步,华晨宝马IT希望优化现有的IT服务,给用户提供更加高效、稳定的IT支持。因此,华晨宝马IT需要构建更加专业的IT管理,提高全业务、全流程中的IT服务能力,从而胜任华晨宝马的业务发展。随着IT技术的快速发展,华晨宝马IT也需要不断部署新的技术、工具,实施新的流程。因此,华晨宝马IT需要长期稳定的战略性合作伙伴,在支持技术进步和创新的同时提供稳定的IT服务,以高效率低成本的方式支持业务高速增长的需求。
在IT技术与企业业务发展结合日益紧密的今天,IBM作为IT服务与咨询领域的专家,深知如何帮助行业客户面对当下的IT基础架构变革和挑战,以业务为导向,优化业务连续性和提升效率。IBM在提供高水平业务和IT管理服务与咨询方面拥有丰富的经验,能够帮助客户从日益重要却繁冗复杂的IT基础架构运营管理中抽身出来,集中精力拓展核心业务。IBM所提供的管理服务能力,不仅限于托管的范畴,还能够帮助企业从业务咨询到设计建设和维护优化,推动企业实现业务真正的转型变革。而这一切的开始都基于对客户业务需求的深入了解。
华晨宝马IT与IBM的IT终端用户服务项目合作始于2011年,通过和IBM的合作,华晨宝马IT构建起了完善的服务体系。多年良好的合作经验以及IBM对华晨宝马业务熟悉程度也已经作为此次选择合作伙伴的考量因素之一。
为了提高IT效率并更加聚焦核心业务发展,华晨宝马IT与IBM结成长期稳定的合作伙伴关系,通过启动为期5年的“Simba”项目,华晨宝马IT和IBM将为用户提供更加稳定、灵活、高效、专业的IT终端用户服务。
华晨宝马IT 副总裁Peter Spies表示,“随着宝马业务的不断增长和延伸,我们看到了未来我们业务潜在的快速增长,于是决定寻找一家合作伙伴帮助我们管理IT。IBM给提供的解决方案非常接近于我们的期望,这不止包括现在已有的服务内容,也包括未来对新的服务模式的一些变化。在以往的合作中,我们也与IBM一起有很多发现和积累,IBM是非常有经验的供应商。与此同时,IBM提供了足够透明的交付方案,我们非常开心能够继续跟IBM合作。”
IBM大中华区副总裁及全球信息科技服务部整合科技事业部总经理陶弢表示:“我们非常高兴能够与华晨宝马IT这样具有行业领导力与前瞻性的企业达成战略性合作伙伴。在以往的合作中,IBM与华晨宝马IT不仅共同创新,更从华晨宝马IT身上学到很多深刻的行业洞察与经验,进一步提升了我们对中国汽车制造行业的服务能力。同时,IBM也希望将IBM所能提供的新IT时代的价值带给华晨宝马IT。IBM是全球领先的IT服务商,未来将继续努力携手各界合作伙伴共同推进企业、行业及地方经济的转型与发展。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。