ZD至顶网软件频道消息: 近日,云适配推出企业级移动办公浏览器,“一周”就能开启移动办公模式。就在该产品正式推出后数日,云适配再度传来消息,宣布签约普天集团下属公司普天太力,并将通过新发布产品Enterplorer 为其BPM系统提供“去APP”形式的移动办公解决方案。
据了解,普天太力通信科技有限公司成立于1992年,是中国普天信息产业股份有限公司所属国有控股有限责任公司,拥有员工2000余人。公司专注于手机分销行业20年,是业内最早的全国手机分销商之一,目前在国内手机代理行业处于领先地位。前几年,为了解决了员工业务流程化的管理问题,普天太力上线了BPM(业务流程管理)系统,但近几年,随着移动互联网技术的驱动及业务人员的外出作业的普遍需求,普天太力在移动端处理流程的需求越来越强烈。
App开发周期长成本高企业移动化进程受阻
在过去的两年里,为尽快找到实现BPM 移动化的方式,普天太力进行了移动化领域的探索,并采用了APP开发模式试图实现BPM系统的移动化,但经过半年多的开发发现,虽然APP开发形式实现了一部分BPM里一些业务流程,但仍有很多处在待开发阶段,并且已经使用APP实现的业务流程中,用户的使用体验也不是很完美,具体体现在:
APP模式开发周期长,半年多的时间,还未完全上线;开发APP,还需要协调原BPM厂商的支持,沟通成本巨大;开发的APP维护工作量大,耗费大量的人力成本;在使用体验方面,重新开发的BPM APP不能满足移动办公需求;公司应用系统众多,缺乏一个可以管理各移动应用系统的统一平台;
与此同时,有关HTML5开发和原生APP开发的争论被炒得沸沸扬扬,也正是在这个背景下,普天太力接触和了解到HTML5具备天然的跨平台性等优点,这种开发方式对实现企业移动化的可能,可为找到替代APP开发并解决APP的信息孤岛问题找到出路。
但是,HTML5毕竟只是一个技术标准,不同浏览器之间的差异仍会带来显示效果不统一的问题,于是,如果要借助HTML5改变传统APP开发的难题,还需要嫁接到一个需要能够运行它的平台上,如此结合才能彻底解决现在BPM 的移动化问题。
基于HTML5,Enterplorer打破普天BMP 移动化僵局
普天太力作为国内最早的全国手机分销商之一,对提供移动信息化建设的厂商技术的甄别能力自然也是行业领先的。在对比市场上所有开发手段和解决方案后,最终决定选择云适配企业级浏览器Enterplorer为核心的云适配整体移动化解决方案,主要在与该解决方案不需要依赖原厂商,遵循“零API、零改动”原则,在复用PC端系统数据和业务逻辑的基础上,可以安全、可靠、低风险、快速为普天太力实现移动化战略。
在具体解决普天太力BPM 移动化问题方面,云适配采用基于HTML5标准的开发方式,提供了自主可控的“统一办公入口+安全管理平台+移动适配开发工具”的整体办公移动化解决方案,并包含应用的多策略部署,具体如下:
1、企业应用系统移动化解决方案
针对普天太力已经建成的PC端BPM系统,云适配提供了企业级浏览器Enterplorer的解决方案,包括了适配BPM系统流程的操作页面,部署前端企业应用入口以及后端企业移动应用管理平台。
2、云适配数据安全策略
安全:
数据传输使用HTTPS进行加密,保证数据在网络传输过程中的安全浏览器缓存加密,Cookie加密,保证企业的敏感数据安全允许多设备使用,但同一时间仅支持唯一设备访问,以防止机密信息被窃取可设置禁止账号访问功能,如设备丢失、人员离职,可迅速对这些设备进行及时阻止
3、多应用管理策略:
应用下发策略
管理员可针对不同用户、部门、平台进行下发,使不同部门、不同层级的用户在同一平台上使用不同的应用;不同平台的设备所使用的应用不同。
文档加密策略
在线预览文档加密
VPN/代理策略
不同应用,不同地区使用不同VPN/代理
多设备管理策略
多设备登录管理,数据同步
据悉,在本次正式签约前,普天太力曾与云适配进行过多次深入了解和多方案考察,技术考察是一方面,还有一种更长远的考虑在于通过BPM系统的移动化实践,将未来普天太力的其它PC端办公系统实现移动化,并通过Enterplorer 来进行统一移动端入口管理,告别繁琐的多点登录及对原系统厂商的依赖,从而在提升开发效率、节省运维成本上迈上新的台阶。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。