ZDNet至顶网软件频道消息:微软或于9月底或10月初发布Windows Threshold(人称Windows 9)的公开技术预览版。我们来看一下一个颇为棘手的问题,即如何把握发布节奏。
对于消费用户来说,尤其是熟练用户,微软发布新Windows版本自然是越快越好。但对于许多IT专业人士来说,每年发布一个新Windows版本可能都嫌太快,他们需要时间测试,然后根据自己的喜好更新。
笔者之前在博文里指出过,小道消息称微软会强制性地在Windows 9的技术预览版里实行每月更新。顺便说一句,根据我自己的消息人士和Neowin网站的消息人士提供的内幕消息,该技术预览版是针对企业用户的,预计会向用户展示一些新的桌面体验,而且仅限于在基于英特尔处理器的个人电脑/设备上运行。
ARM处理器版的Windows 9会专门出一个预览版。我的消息来源说该预览版目前的目标日期是2015年1月或2月。ARM版的Windows 9预计只会在在Windows手机和平板电脑运行,不会包含Windows桌面,其重心会放在微软做出的Metro风格Start屏幕环境的改变上。
人称“Windows 9”的Windows Threshold预计将于2015年春天发布,笔者听人也是这样说的。发布后更新节奏会十分重要。
有消息说,微软发布Windows 9后,其操作系统团队会走Azure和Office 365路线,定期发布Windows客户端和Windows Phone的增量更新(Incremental updates),而不是一两年才发布一次大更新。(笔者对Windows服务器的发展计划不是太了解,但由于Windows服务器和Windows客户端是按步开发的,我估摸Windows服务器的开发是按预期进行的。)
笔者听到的消息指出,定期更新会包括修复和新功能。所以微软不会交付Windows 10、Windows 11等等,而是会把重点放在更新Windows 9上面。
微软这样做是一个很大的改变,就那么不久以前微软还就每个新操作系统版本找原始设备制造商和用户收取大笔的费用。但微软后来开始改变,以“零元”的价格将旗下的操作系统提供给Windows Phone制造商和9英寸以下的平板电脑制造商。
下一步怎么改变会比较有意思。微软会不会像有些人说的那样在更新和补丁这事上走订阅路线?或是免费提供补丁和更新以期留住旗下平台的用户、靠吸引用户订阅其他软件和服务来抵消成本呢?笔者听到的内幕消息是,微软可能会为Windows 7和Windows 8.X用户免费提供Windows 9,微软这样做是试图令广大的Windows用户都用上最新版本。
Neowin.net网站的Brad Sams不日前报道过,Windows 9技术预览版里包括一个Windows Update(更新)按钮,可以让用户更快速无缝地迈向最新的操作系统版本。我敢肯定很多客户会喜欢这个做法,但该按钮预计会给IT部门造成一些麻烦:用户自己点击一下就用上一个没经过测试和验证过的新系统,这种情况IT部门是不想见到的。
现在的微软操作系统团队日益重视业务用户的需求,因此,假若所有的Windows 9版本都有一个这样的更新按钮的话,笔者会觉得有些不可思议。我的设想是,肯定会有一个选项什么的,那些想随时获得最新东西的用户可以勾“是”,而其他用户可以勾“否”。微软操作系统团队负责人Terry Myerson曾明确表示,操作系统团队认识到不同的用户对发布节奏有不同的要求。至于微软如何将认识化为现实,各位不妨拭目以待……
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。