ZDNet至顶网软件频道消息:IBM悄无声息地停止了对Lotus 1-2-3最后一版的支持,此举标志着一个时代的结束——Lotus 1-2-3是早期计算机程序里的佼佼者。在70年代末到80年代初,企业购买计算机的主要原因就是上面的电子表格程序,而Lotus 1-2-3是当时最流行的电子表格程序。
据IBM网站介绍,IBM Lotus 123千禧版、IBM Lotus SmartSuite 9.x版及Organizer的官方支持日期已经结束,“不会提供延长服务”——现如今反正没有人真的还在用Lotus 1-2-3电子表格吧。
世界上曽经首屈一指的电子表格Lotus 1-2-3如此默默的退场令人唏嘘。Lotus 1-2-3是IBM第一批程序之一,也是靠着这些程序,早期IBM个人电脑成了真正的商业工具,但后来IBM的编码决定有误及未能及时顺应潮流,加上微软的穷追猛打,Lotus 1-2-3日渐势微。
上世纪70年代代末至80年代,电子表格在商业和个人计算上大行其道,其软件销路十分看好。个人电脑出现以前,电子表格只能在大型机系统上运行,但随着个人电脑革命的到来,每个经理都可以在自己的办公桌上使用此项方便的商业工具,改改参数看看结果,爱怎么玩就怎么玩。
第一款桌面电子表格软件是VisiCalc,1979年出的,用于苹果II。没过多久就成了乔布斯和沃兹尼亚克的苹果机上最受欢迎的软件之一。IBM于1981年推出个人电脑,蓝色巨人自然也理所当然地在个人电脑里装了VisiCalc。
VisiCorp负责VisiCalc的市场推广。Mitch Kapor当时是VisiCorp的开发主管。1981年夏天,他遇到了才华横溢的计算机程序员Jonathan Sachs。Sachs正在将VisiCalc移植到DEC和DG小型机上。第二年,Kapor和Sachs决定成立Lotus开发公司(Lotus Development Corporation)。
1983年,IBM推出Lotus 1-2-3,并迅速收服个人电脑的VisiCalc用户。Lotus 1-2-3因为带有电子表格、图形包及一个非常原始的数据库管理软件而得其名。Lotus 1-2-3推出后获极大成功,为IBM带来大把白花花的银子。
IBM的Lotus随后进入典型的增长期:收购竞争对手令它们关门大吉,收不了的话就跟竞争对手打官司。一句话,靠旗舰产品Lotus 1-2-3赚钱越吃越肥。Lotus旗下也出过其他软件,但没有一款能赶上Lotus 1-2-3。
后来公司在决策上出现过一些重大失误。没有及时开发Lotus 1-2-3的32位版本,白白将时间和金钱浪费在IBM命运多舛OS/2操作系统上,花大钱开发Notes电子邮件系统,花了一年多时间开发新版本,导致客户出现厌烦产品的奥斯本效应。
而与此同时,比尔·盖茨的一双火眼却瞄上了Lotus,开始自主开发微软版本。一开始并不是太成功(还有人记得Multiplan?),但后来Excel和微软Office套件慢慢开始吞噬Lotus的市场份额。
1995年,Lotus开始失宠之际,IBM花了35亿美元大张旗鼓地进行了一项收购。IBM接着开发Lotus的群件产品系列,在起始阶段也取得了一些成功(但很多Notes用户想起以前的事却对此却不屑一顾)。
Lotus 1-2-3颓势难挽,IBM开始悄悄地取消Lotus品牌。Lotus Notes和Lotus Domino已经更名为IBM Notes和IBM Domino,IBM已经不再发行任何以Lotus命名的软件。群件产品系列同样不济,IBM只好关闭群件产品部。IBM的Lotus 123千禧版是最终版本,两年前已停止发售。
我们提Lotus 1-2-3怀旧的成分居多,但Lotus 1-2-3创建的财富仍然在继续做善事。Kapor利用他赚到的钱的一部分建了电子前沿基金会,为网权而战。他也是Mozilla基金会的第一人主席,Mozilla基金会出了火狐浏览器,挑战微软的浏览器霸主地位。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。