[西班牙,巴塞罗那,2024年2月26日] 近日,MWC 2024(世界移动通信大会)在巴塞罗那拉开帷幕,全球领先的运营商、设备商、产业链合作伙伴等共话前沿技术和商业成功实践,探讨行业最新动向和发展愿景。期间,全新升级的NCE-FAN品质宽带2.0管理平台正式面向全球发布。平台首创3层8维体验度量CEI模型和贝叶斯层次优化BLOA算法,构建家宽体验量化评分体系,面向运营商5大角色使能5大价值,开启运营商家宽体验变现新时代。

随着宽带连接普及和消费需求升级,运营商家宽业务正在向以体验为中心的经营模式转型。由于缺乏数字化体验管理能力和运营经验支撑,运营商普遍面临三大挑战:缺乏用户体验管理数据,营销成功率低;缺乏端到端故障分析手段,运维成本高;缺乏差异化的宽带服务和增值业务,用户离网率高。为此,华为基于多年在家宽体验管理和项目实践中积累的丰富经验,首创3层8维体验度量CEI模型和贝叶斯层次优化(BLOA)算法,构建家宽体验的量化评分体系,打造出NCE-FAN品质宽带2.0管理平台。面向运营商5大角色使能5大价值,简称为“A-PRIME”。同时,该平台支持三方ONT/AP管理,实现家庭网络设备的全场景覆盖,帮助运营商增收、提效、稳客。
Precise Marketing Insight:精准营销洞察
面向市场部,以CEI评分为核心,在套餐信息基础上加入网络KPI、设备KPI、应用KQI信息、活跃度及终端信息,通过6大维度洞察用户真实体验需求,提供升套、卖组网、场景化三类潜客,降低获客成本、提升营销成功率。在现网实践中,帮助运营商营销成功率提升4倍以上。
Reliable Deployment Quality:高质量部署
面向装维工程师,提供专业的装维APP,针对设备质量、连接质量和体验质量,内置20多项家宽验收经验,实现一站式验收,有效降低60%新装用户投诉。
Instant Troubleshooting:极速故障处理
面向Call Center,内置数百条专家经验,一屏呈现30多种故障、7*24小时亚健康事件,让客服在80秒内定位80%家宽投诉。
Measurable Customer Experience:用户体验可度量
面向NOC运维,对全网用户7*24小时在线CEI评分、排序,同时针对低分用户给出根因和优化建议,先于用户投诉感知并解决问题,降低60%用户投诉。
Easy Self-Service:极简自助服务
面向家宽用户,LinkHome用户APP提供Wi-Fi体验管理、家长控制、家庭网络防护、Wi-Fi看家4大增值应用,差异化宽带提升用户忠诚度,同时提升运营商ARPU。
Access Customer Experience Index Foundation:接入用户体验底座
作为上述五大维度价值的基石,接入用户体验底座通过业界首创的3层8维体验度量CEI模型和贝叶斯层次优化(BLOA)算法,构建家宽体验的量化评分体系。同时,平台支持三方ONT/AP管理,实现家庭网络设备的全场景覆盖。
华为NCE光网络领域总裁岳伟表示,全新打造的NCE-FAN品质宽带2.0管理平台,将帮助运营商赢领以体验为中心的家宽业务新时代。同时,华为将进一步应用大数据、大模型等先进技术,不断深化“A-PRIME”用户价值,在家宽体验时代携手运营商实现高速、高质量发展。
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。