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
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。