ZDNet至顶网软件频道消息:ZDNet的Mary Jo Foley报道称,微软将赶在Windows触屏版Office发布前,率先向市场推出Android版的Office软件。她将这一举措的原因归结为市场占有率。微软想要Office运行在任何地方,而iPad和Android平台则是移动领域中的庞然大物。不过,此举也存在风险,可能会对微软自身移动平台造成损害。
iPad上的Excel
让旗下产品涉及所有平台成为微软新的工作重点,微软激进地对业务模式做出改变。对这样规模的公司来说,能够快速实现该目标,令人印象深刻。使其服务和软件遍及任何地方是一个远大目标,而考虑到微软总部不断变幻的气候,发布iPad版和Android版的Office软件有着重要意义。
即便如此,现在,对于Windows触屏版Office将会推迟到明年某些时候(根据Foley的报道)才会发布的消息,Windows平板用户们是高兴不起来的。Office软件如今可以在iPad上使用,而且很快也会应用到Android平板上了。
当前,Windows平板用户可以使用Office的全部套件,但用户体验并不好。微软为iPad提供了很棒的Office触屏版本,这就把在Windows平板上使用全套Office的体验甩开了好几条街。笔者同时拥有一台iPad和一台Windows平板,iPad上的Office实在太棒了,以至于在收到需要浏览的Office文档时,我不再去拿Windows平板了。
想一想这个场景:在我面前摆着一台iPad和一台优质的Windows平板电脑,而我抓起了iPad打开Office文档。Windows平板在使用Office的这个用途上被闲置,这样做很容易,也是出于直觉。
一位专业人士承认,他最近转手了他使用了一年的Windows平板电脑。原因是,他现在“在iPad上使用Word文档的体验要比在ThinkPad的平板上好”。
这可不是微软想看到的局面。曾经,使用Office文档的最佳选择是在Windows系统上,即使平板电脑也是如此。在iPad版本面世之前,这一直是Windows系统的一项优势。现如今,通过触屏功能在iPad上使用Office的体验,要比在任何Windows系统的平板电脑上都要好。
而这个情况同样可能会出现在Android版本的Office上。微软不会为Android系统发布一套操作体验差的Office产品。此举将会让如今拥有量极大的Android平板产品在运行Office方面胜过Windows。为了支持触屏Office必须再等上一年,这一现实也许会对Windows平板电脑的购买和使用造成冲击。
根据这位与我谈话的IT专业人士的说法,企业正在不断部署iPad。比起以往任何时候,拥有比Windows平板电脑上还好用的Office,让这一情况变得更为严重。Office是工作的重要工具,而如今在iPad上也可以使用了。一旦Android版Office发布,众多的Android平板很可能也会出现这种局面。
微软现在将重点放在服务和设备上的行为令人敬佩。对于雷德蒙德的这些家伙们来说,将其产品放到竞争激烈的平台上应该是一个长期战略。即使如此,也不意味着该公司应该在自身平台不能提供最佳版本的情况下,允许自己的重要产品存在于对手的平台上。因为好于Windows系统的操作体验,Windows平板电脑用户也许会选择在iPad或Android平板上使用Office软件,并发现他们真的更喜欢这样做。不管这背后的原因是什么,对于Windows平台来说,这不是件好事。
好文章,需要你的鼓励
AI数据训练师负责确保AI模型训练数据的准确性和可行性,是薪酬丰厚的热门职业。两项新研究显示,该职位年收入在6.5万至18万美元之间,专业领域专家薪酬更高。这一角色已从简单的数据标记发展为高度专业化的认知工作,需要细致的推理能力、深厚的专业知识和多语言能力。随着生成式AI工具兴起,行业正从普通工作者转向专业领域专家,计算机科学学位非必需,但数据标注经验有帮助。
延世大学研究团队开发出FlowBlending视频生成加速技术,通过智能分配大小模型的工作阶段,在保持视频质量不变的前提下将生成速度提升65%。该技术发现视频生成过程中只有开头和结尾阶段需要大模型,中间阶段可用小模型替代,实现了效率与质量的完美平衡,且可与现有技术无缝集成。
Rust资深开发者Steve Klabnik在AI助手Claude的帮助下设计了新的系统编程语言Rue。该语言旨在提供无垃圾回收的内存安全保障,同时比Rust和Zig提供更高级的易用性。Klabnik表示,通过与Claude合作,两周内完成了7万行Rust代码,远超此前独自开发的进度。Claude参与了大部分代码编写工作,而Klabnik负责方向指导和设计决策,展现了AI在编程语言开发中的巨大潜力。
斯坦福大学研究团队开发的Dream2Flow系统通过让机器人观看AI生成的演示视频来学习操作技能。系统提取视频中物体的3D运动轨迹作为指导,让机器人能够零样本完成多种日常任务,包括移动物品、开关门窗等操作,在真实环境测试中取得了最高80%的成功率。