ZD至顶网软件频道消息: 近日,中国联通首个完全服务化、分布式,全面采用互联网云化企业架构的cBSS2.0集中号卡系统完成了在广西、内蒙古、黑龙江三省的快速上线。这是中国电信行业第一个核心业务系统云化改造的重点工程,也是云计算分布式技术在电信核心系统的首次大规模应用。
作为“中国联通集团新一代云化业务支撑系统”的第一个试点,cBSS2.0集中号卡系统将推广覆盖至全国,形成惠及全国3亿用户的“卡号云”,用于管理用户的SIM卡、手机号信息。
该项目背后,中国联通用了三年时间、前后共历经3轮POC(Proof of Concept)严苛验证,从多个维度进行考量,最终,深圳天源迪科作为项目集成方,联合阿里云中标。三方联合创新,80天完成了底层手机卡号业务支撑系统的重塑。
4万笔/秒并发业务——这是全面云化升级后,cBSS2.0集中号卡系统的“云速度”。中国联通要求,此次系统试点需要做到在几十万人选号时,每秒可以完成4万笔业务。同时,系统还需要做到可弹性拓展,以应对营销活动发生时突然出现的大量需求。
系统完成云化升级后,各渠道、营业厅选号难、状态不一致、成功率低等问题将成为过去式,取而代之的是“快”、“准”的选号体验。中国联通则以“卡号云”平台为基础,结束了31个省市自治区IT系统“分而治之”的局面,实现内部IT系统的打通和云化升级。
资料显示,三大电信运营商一直在尝试小步快跑的使用云计算代替传统的IT架构,此次中联通核心系统云化可谓“动真格”。通过这一项目,中国联通成为引入三层云化架构的先行者,无论是在架构、技术、研发和运营的创新上都是一次大胆的尝试和突破。
在整体项目中,天源迪科主要负责与联通研究院联合开发SaaS服务、开发垂直应用,阿里云负责打造PaaS技术平台,类似操作系统。阿里云向中国联通输出的专有云底层技术与公共云一致,可为政企客户实现在自有的数据中心内构建完整的专属式云计算服务,打造安全、可靠、弹性的云计算工作环境。
天源迪科方面表示,之所以选择阿里云作为项目的合作伙伴,是因为阿里云平台拥有成熟稳定与安全可控的特质,也是国内唯一经过天猫双11大规模并发实践的平台,与联通的号卡资源管理系统诉求一致。而云化架构解决了传统IT硬件架构的容量天花板,业务可线性扩展,实现面向互联网的“小快灵”支撑。
参与该项目的阿里云资深架构师厚坤介绍,阿里云此次为中国联通提供了“去中心化”的分布式应用服务架构平台EDAS。这是一个为互联网应用场景度身定做、且在业务逻辑层具备足够线性扩展能力的服务框架,可处理2000-3000亿次调用服务,2万亿条业务调用链,管理4000次线性扩容和缩容。
“我们从多轮实际验证结果看,阿里云的分布式技术确实做到了亿级用户的秒级线性扩展,能够稳定支撑中国联通业务的创新。”中国联通软件研究院院长耿向东说。
据悉,这也是去年11月12日,中国联通与阿里巴巴集团在杭州签署战略合作框架协议后,双方合作落地的又一个重点项目。阿里云依托成熟的云计算技术实力,成为阿里巴巴集团与各行业巨头合作后的着力点。
除中国联通之外,阿里云还与12306、中石化、中化工、华能集团等大型央企达成了信息化建设方面的合作。
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。