ZD至顶网软件频道消息: 8月12日,微软宣布将用Citrix的虚拟化软件和服务逐步取代Azure RemoteApp技术,并称其为“我们同Citrix下一步在远程桌面和应用程序领域广泛合作”。
据悉,微软对Azure RemoteApp的客户支持截止到2017年8月31日,新的Azure RemoteApp销售也将于2016年10月1日停止,明年八月底这项服务将不再继续。
微软今天发布了博客文章解释这一举措:
“我们收到了具有一致性的客户反馈,即他们想要一个全面的、端到端的、基于云的解决方案来进行Windows应用程序交付。对于我们来说,要做到这一点的最好办法就是和Citrix合作,使用XenApp‘express’,它目前已经在开发了。XenApp ‘express’结合了远程应用程序的简单性和Azure的可扩展性,并具备安全性、可管理性和XenApp的性能优势,能够将Windows应用程序提供给任何员工的任何设备。在未来几个月里,关于该产品我们有很多要分享的东西。”
Citrix对此事的描述则略有不同,他们表示微软将协助Citrix开发下一代Citrix XenApp以及相关的XenDesktop服务。
Citrix 8月12日发布的关于此事的博客文章中这样写道:
“为了配合这项工作,微软最近宣布有意放弃微软Azure RemoteApp服务,协助Citrix开发下一代的这项服务。未来的Citrix XenApp ‘express’服务结合了微软Azure RemoteApp的简单性和速度,以及Citrix XenApp的很多企业功能,以革新云端应用交付的方式。从很多方面看,你都可以将XenApp‘express’服务当做Azure RemoteApp v2.0。”
现在,让我们回顾一下Azure RemoteApp。2014年12月,微软全面推出代码代号为“Mohoro”的Azure RemoteApp,这项服务允许用户部署Windows应用程序,并且通过各种设备访问它们。最初有关于微软在打造RemoteApp/Mohoro的消息传出来的时候,一些消息人士则表示Citrix对于微软进入这一领域感到不是很高兴。
事实上,Azure RemoteApp并不是被设计成桌面即服务产品,相反,它更多的是一种远程访问服务。微软将其定位成对微软现有传统内部部署远程桌面服务产品的补充,客户使用同样的RDP客户端连接。
今年早些时候,Citrix宣布将让拥有Windows 10 Enterprise后续升级服务的用户通过XenDesktop在Azure上运行Windows 10桌面进行生产。
随后,也就是上个月,微软还将Remote Desktop Services工程团队从云计算和企业集团调整到了Windows和设备集团。
最新进展:Azure团队向RemoteApp客户发送了电子邮件,声称放弃RemoteApp的决定是“根据客户反馈和市场动态”做出的。以下内容摘自这封电子邮件:
“在2016年8月12日,我们宣布了我们打算放弃Azure RemoteApp的计划。根据客户反馈和市场动态,我们调整了我们的策略,更加聚焦云平台,它是桌面和应用程序虚拟化服务的基础。因此,我们扩展了同打造完整解决方案的合作伙伴的合作关系,最引人注目的就是Citrix。Citrix是我们在这个领域内长期合作的伙伴,我们最近拓展了彼此间的合作来解决这个问题,让共同的客户使用Azure云。”
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。