ZD至顶网软件频道消息: 近日,微软通过微软车库孵化器打造了两款针对安卓的应用程序。其中一款应用程序被称为Sprightly,是一款在手机上创建内容的应用。其目标受众是小型企业客户,对于这些客户来说,安卓手机是他们仅有的计算机。用户可以通过Sprightly制作简单的传单、目录、价目表和电子卡提醒,还可以在WhatsApp和Facebook上分享内容等。
另一款安卓生产力应用程序被称为Kaizala,这款程序允许用户使用聊天跟踪诸如账单、工作和地点等信息。目前,Kaizala在Google Play商店中开放下载。
此前,微软还发布了一款名为Connections的应用程序,Connections主要用于在安卓手机上管理并组织联系人。
据了解,微软车库孵化器旨在帮助微软更快地启动实验性的、以消费者为中心的应用程序,并获得客户对这些应用程序的反馈。其中一些优秀的应用程序将会得到微软的支持,成为微软的产品。
目前,针对Sprightly是否支持iPhone和Windows Phone,微软还没有给出明确说法。现在,Sprightly已经可以在Google Play商店中下载了,安装环境要求安卓4.4及以上版本。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。