ZDNet至顶网软件频道消息:微软在上周推出了多项新的Azure特性和功能。以下是过去根据各种微软博客文章整理出来的内容:
微软面向其HDInsight服务客户预览了Hadoop 2.4。(HDInsight是微软Hadoop on Azure的部署。)微软方面表示,Hadoop 2.4版本实现了“高达100倍的大规模查询响应时间响应提升”。
微软还预览了Azure HDInsight内部的Apache HBase集群。HBase是Hadoop中的一个NoSQL数据库组件,运行在Hadoop Distributed File System(HDFS)上。通过这次预览,用户可以将HBase作为云中的一个管理集群运行,并作为HDInsight一个集成的部分。
微软Azure现已在巴西南部地区全面上市,微软曾在2014年年初进行公开预览。
微软从6月5日开始扩展了在Azure上对虚拟网络和虚拟机的支持。现在Azure Virtual Network可以覆盖整个地区,该网络是微软用于连接现有数据中心和云数据中心的网络服务之一。A8和A9虚拟机现在支持更高速的处理器、互连和更多虚拟核心。微软方面表示,这两组特性的结合能够更好地运行计算密集型和网络密集型应用,例如视频编码、工程设计与仿真等。
微软还对Azure移动服务的离线功能进行了扩展,包括Xamarin.iOS和Xamarin.Android。
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。