下一代设备和网络测试、保障和分析解决方案供应商思博伦通信(伦敦证交所上市代码:SPT)8月12日宣布,马来西亚一家领先的电信运营商已成功部署思博伦Velocity实验室即服务(LaaS)解决方案,实现其测试实验室的完全自动化。利用Velocity,这家运营商不仅实现了测试能力的提速,加快了新产品的开发进程,还极大改善了用户的体验。
该运营商实验室位于马来西亚吉隆坡,是一个较为复杂的多厂商测试实验室,主要为该运营商提供所有产品和服务的一站式测试。这家运营商希望提高其测试容量,快速创建测试拓扑,支持远程方式访问测试床,从而提高资源的利用率。当发现自动化才是最终的解决方案时,该运营商希望思博伦帮助其实现新产品和服务测试进程的自动化。
通过与该实验室团队密切合作,思博伦的测试自动化工程师成功部署了Velocity LaaS解决方案,使这家运营商能够大幅加快其新产品开发过程中的测试能力,并通过实验室资源共享的优化管理,助力其更有效地执行概念验证测试,使得产品质量得以提高。通过实现其测试套件的自动化,该运营商将测试床的搭建时间从数天缩减至短短几分钟。
思博伦通信南亚区业务发展总监Manoharan Cp指出:“这家客户过去的重复式内部设置和重新配置工作都极为耗时,而且其恢复准备时间也非常长。Velocity具备快速、高效地建立测试床的能力,实现了测试床搭建时间的大幅压缩,并减少了物理网络准备过程中对设置前自动化链路的人工介入需求。”
他表示:“疫情期间,一般测试设施的物理访问都会遇到诸多限制。而该运营商通过部署Velocity,不仅具备了远程访问和创建测试床的能力,更为重要的是,还在不影响生产力的情况下实现了连续日常测试。”
为进一步提高客户测试环境的效率,思博伦正在向该运营商的实验室质量保障团队提供后续培训,帮助其利用思博伦的测试即服务(TaaS)解决方案 - iTest来实现人工测试的自动化。有了Velocity的自动化测试床和iTest的自动化测试两个解决方案,该运营商将能够提供一个自助式的Web门户,在自动触发环境中执行完整的端到端测试生命周期。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。