ZDNet至顶网软件频道消息: 就在微软发布传闻已久的Office for iPad几周之后,微软的Office for iPad工程师在4月8日Reddit for an Ask Me Anything (AMA)上回答了一系列的问题。
有很多提给这个团队的问题关于为什么微软花了那么长时间才推出Office for iPad(据称它最早被认为是在2011年推出的),以及该团队计划向该套件中添加什么特性。关于第一个问题,该团队只是回答说好的东西需要时间。他们证实,交付Office for iPad的计划的确是追溯到史蒂夫·鲍尔默担任CEO的期间。
Sangeeta Mudnal、Jeff Zhang以及其他开发团队成员回答了很多问题。在我看来,他们关于有多少Office for iPad代码分享以及如何开发的回答特别有趣。
我从AMA中筛选了几个关键问题和答案(我转述了这些问题)。请看下面,没有特定的顺序:
“Office for iPad应用完全是原生的!核心逻辑,例如Excel的计算引擎或者Word的文本布局代码,是我们在所有平台上收集和分享的C++代码。用户界面完全是原生的Objective C;我们没有使用Xamarin或者C#开发我们的用户界面。至于使用C#,我们的确在一些内部工具中使用了C#。我想我们将继续在每个平台中使用适当的原生框架(面向iOS使用UIKit,面向Mac使用AppKit,等等)。”
“Office for iPad和Office for Mac是代码共享的,因为这两者的开发平台都是非常相似的。iPad方面的工作要求我们创建一个全新的用户界面,重新设计用户界面和内部逻辑之间的接口。这些工作实际上有助于我们重新Carbon Office for Mac,而不是推迟或者阻碍它。我们能够在Mac上创建新的Cocoa用户界面,并且把它绑到新的逻辑接口上。 ”
(我:换句话说,还没有人能确切地说微软什么时候能推出Office for Mac。Office工程师们提供了一个动态GIF,嵌在左侧的图片,以强调这一点。)
“苹果应用商店审查指南的2.7和2.8章节强调,下载、安装或者发布任何类型的代码而不是你应用自身的代码都是禁止的。我不知道是否Apps for Office允许出现在iOS应用商店中。”
“目前,就工作电子邮件来说,我们有OWA for iPad。要阅读Outlook.com电子邮件(也就是之前的Hotmail),你可以使用iPad Mail应用。”
“打印是一项高需求的功能,我们会在适当的时候引入。”
“遗憾的是,我真的不能就什么时候推出发表评论,但是我会说两件事情:一个是关于Office for iPad,它是一项订阅服务,意味着你将保持频繁升级。你提到的这些功能当然都在我们的路线图中,也是产品团队经常使用的功能。我们只是需要对人们要求的这些事情设置一个优先级,这就是为什么反馈是非常重要的原因。”
“我们已经听到一些像你这样的学生反馈说支持方程是很有用的。我们会考虑这一点。”
“目前还没有,我们的经验法则是,Office for iPad包括在Office 365计划中,该计划包括Office for PC和Mac。如果你想要在iPad上用Office的话,我们推荐A3或者A4计划。”
“至于与iWork竞争,我认为这两款产品确实有不同的目标和受众。有一些重叠,但各种用户需求实际上是非常广泛的。从这个意义上说,Office和iWork更多的是互补,而不是竞争。”
“我们希望将Office的体验带给那些希望使用平板电脑获得生产力的客户。未来,我们将把Office应用带入Windows商店和其他受欢迎的平台,包括安卓平板电脑。但是现在还没有具体时间……”
“当要求多任务的时候,或者你需要合并来自多个文档的信息,或者你希望更高的像素精度。那么选择在有键盘、鼠标和多屏显示器的笔记本电脑上使用Office是更好的解决方案,它不会被iPad或者平板电脑方案所取代。”
“在萨蒂亚担任CEO之前,出货Office for iPad的决定就已经确定下来。史蒂夫·鲍尔默批准了出货Office for iPad的计划。”
“当然是100个iPad大小的马。我们已经有大堆的iPad等待着反击。”
好文章,需要你的鼓励
美国橡树岭国家实验室正在探索量子计算与传统高性能计算的集成技术。实验室已安装澳大利亚Quantum Brilliance公司的量子计算机,与世界顶级超算Frontier系统进行集成测试。该项目旨在结合两种技术优势,让各自处理最适合的计算任务。研究重点包括集成时间表、所需工具以及空间和功耗要求。这种混合架构将为企业用户带来更强大的计算能力,特别是在量子机器学习等应用领域。
Orange Research团队开发的DivMerge技术实现了AI模型合并的重大突破,通过基于信息论的Jensen-Shannon散度优化,能够将多个专门模型智能组合成保持各自专长的"超级模型"。该技术在双任务合并中达到99.18%性能保持率,显著优于传统88.48%的水平,且在多任务场景下展现更好扩展性,仅需25个样本即可有效工作,为AI应用降本增效提供了新路径。
人工智能驱动的AI工厂正成为数据中心新蓝图,将计算、互连和软件整合为优化的生产系统。硬件软件栈围绕CPU-GPU融合设计、高带宽结构重构。英伟达与英特尔的合作重新定义数据中心主板架构,将CUDA深度整合到企业栈中,巩固了英伟达的市场地位。这一联盟为英伟达带来巨大优势,Intel获得AI开发者关注,而AMD需要完善GPU软件策略。CUDA正快速成为行业标准,企业将推动符合其约束条件的AI工厂建设。
腾讯AI实验室联合多所知名高校开发了一种名为CDE的新型AI训练框架,通过模仿儿童的好奇心学习机制,让大语言模型能够自主探索未知领域。该方法使用两套"好奇心传感器"指导模型学习,在数学推理任务上平均提升3个百分点,同时解决了传统方法中的"校准崩塌"问题,为开发更智能自主的AI系统开辟了新路径。