ZD至顶网软件频道消息: 微软与雅虎间漫长而坎坷的合作关系仍在继续发展。微软称,最近正有私募股权公司考虑收购雅虎,而微软方面则对此加以敦促并表示可为这笔交易提供帮助。
最近有一份新的报告宣称,微软公司高管正与多家私募股权公司会晤,并向这些有意收购雅虎的企业强调“微软乐于为其项目提供可观的财务帮助”。
这并不是说微软自身有意收购雅虎。如果上述消息属实,那么更大的可能性是微软希望确保最终雅虎能够为其它企业所收购,且继续与微软保持合作关系。
尽管如此,雅虎公司仍然希望尽量保持与微软之间长达十年的搜索业务合作关系。而基于微软高管就Bing漫长而缓慢的盈利道路,看起来微软与雅虎之间的合作已经在一定程度上达到了目的。
我很好奇Bing到底对雅虎搜索有着怎样的贡献,毕竟微软已经不再为其搜索服务器及其它基础设施投入可观的资金。当然,答案也许永远不会揭示。
微软公司前任CEO史蒂夫·鲍尔默在完成微软-雅虎搜索合作协议中的得力助手Charles Songhurst曾经在自己的简历中指出,他曾于2009年帮助微软免于收购雅虎,并由此节约了480亿美元。
鲍尔默之后的“新”微软已经成为一家非常重视合作关系的企业,但同时也高度关注利润意识。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。