ZDNet至顶网软件频道消息: 微软拟推出本地部署和云部署Dynamics CRM产品的更新,更新将分为两波完成。
微软合作伙伴Marc Sallin9月4日在微软Dynamics CRM社区网站的“XRM & .NET开发”博客里发博文介绍了相关更新情况。
路线图
微软Dynamics CRM团队一直都是用星座名给产品版本起代号,秋季发布的这一波更新仍然用的是这个方法。Dynamics CRM中的下一个主要版本代号为“织女星”(Vega),又名“CRM 2015”。(CRM “织女星”代号是一年多以前公布的。)
据上述博文介绍,织女星是Dynamics CRM本地部署版和网络版的下一个版本。据该博文的一个路线图幻灯片资料,织女星定于2014年第4季度发布(见上图)。
根据Sallin博文提供的功能表,织女星新添了29种语言的支持并包括对“任何设备”的支持。织女星新版含高新技术企业销售方案的新优化功能,包括外部定价、属性继承和交叉销售/向上销售功能,并带有离线草稿功能。
Sallin的文章指出,该版本为“网络优先”(Online first focus),文章列出了即将发布的更新版里更简单的注册和配置、更快的自助服务和多区租户的等重要功能。表里还提到“CRM网络客户端里的强大商业智能”(Power BI in CRM Web client)(强大商业智能是微软Office 365的商业智能服务。)该产品的“用户体验”更新里包括多实体搜索。
2015年发布的CRM版本会支持Windows Server 2012和2012 R2、Windows 7和Windows 8、SQL Server 2012、Outlook 2010和2013。而对Windows Server 2008和2008 R2、Windows小企业服务器、 Windows Vista、IE 8和IE 9、 SQL Server的208和2008 R2、Office 2007的支持将被终止。
2014年结束以前还会发布什么呢?据Sallin贴出的路线图介绍,年底前发布的还有微软Social Listening的一个专有云部署版(代号为Hydra)、Microsoft动态营销(代号为Electra)、新版Parature(代号为Phoenix)。
“秋季后一波”信息图
路线图还给出了明年春季一波(Q2 2015) 里许多微软Dynamics CRM交付产品的代号。其中有代号为Carina的一个新的核心CRM版本——笔者觉得同时有本地部署和云部署版。 2015年春季的专有云部署CRM产品包括另一个微软Social Listening(代号为Corvus)、动态营销(代号Spica)和Parature(代号Taurus)。
Social Listening是托管在Azure上的,基于微软2013年3月收购Netbreeze时买入的社交分析技术。动态营销是基于2012年收购市场自动化公司MarketingPilot时买入的技术。Parature为微软CRM用户提供“客户服务”功能。微软于2014年1月收购了Parature。
Sallin博文的“秋季后一波”信息图(见上图)列出了可能于2015年发布的一些功能。其中包括“尖端”手机客户端、基于Excel整合的预报、Parature。
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。