ZDNet至顶网软件频道消息: 看到这份令人紧张的报告,微软公司摆在墙角的咖啡机恐怕又要承受情绪低落的员工们的怒拳摧残了。是的,微软方面将在本周四进行又一轮裁员。
早在今年七月,微软就曾宣布将在接下来的六个月内陆续在重组过程中裁撤18000名员工; 自那时起至今,已经有12500名员工被扫地出门,其中规模最大的解雇群体来自诺基亚移动业务部门。事到如今,根据老牌微软观察家Mary Jo Foley的判断,下一轮裁员即将在本周再度袭来。
在当初公布此次裁员计划时,微软CEO萨蒂亚 纳德拉表示会在今年年底之前彻底完成此次重组工作。然而按目前的情况看,微软是打算将这一既定进度加以提前——如果非要从积极的角度看,那么急切希望知道自己在2015年能否继续留任的员工们可以早点获得答案了。
继冷酷无情的诺基亚部门裁撤活动之后,最新一轮减员预计将影响到微软公司内部的各个部门。估计那些与微软云业务相关的工作岗位处境最为安全,毕竟云计算已经成为该公司的核心关注对象,但绝大多数员工仍然不敢百分之百确定自己不会被叫到人力资源部门并收缴到他们的钥匙卡。
Foley在报告中同时指出,微软还将把外包员工缩减作为本周四裁员工作的组成部分,具体来说每五位自由合作者当中就会有一位被判出局。尽管外包员工在人力成本方面低于全职员工,但着力控制其数量能够保证微软公司始终只将“具备有价值经验或者技能的合作者留在身边”。
面临如此规模的裁员,美国的政客与技术巨头们是否会改变其对于工作签证的处理态度?业界领导者肯定会从政治层面施加压力,反对在目前美国失职率高企且公司管理层热衷裁员的背景下继续引入外来工作人员。事实上,这并非局部现象,而已经成为弥漫整个美国的一股绝望气息。
对于此次裁员,微软在采访中表示不会对任何传言或者猜测意见作出评论。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。