ZD至顶网软件频道消息: 微软正在开始一项为期九个月的推广,从9月1日开始将向 VMware 用户提供免费的Windows Server Datacenter许可服务,以便用户可以从 vSphere 切换到 HYPER-V。
9月1日开始日期是有点奇怪,那是因为直到即将到来的9月最后一周,微软的Microsoft Ignite 2016大会上,Windows Server 2016才要正式公开发布。(笔者估摸一个月的提前量是要给那些有兴趣的用户在做购买决定前试用一下新版Windows Server 2016技术预览版)。
推广活动的详细条文里还规定,那些将工作负载切换到 Hyper-V 的客户,在购买Windows Server 2016 Datacenter时买了附加的相应软件保证批量许可计划才能获得免费Windows Server 2016 Datacenter许可证,即是说,客户欲获取免费数据中心服务器许可证就得购买软件保证计划。
网上可以下载有关迁移的推广活动的资料,从中可以看出,活动参与用户除了获得免费Windows Server 2016 Datacenter许可证外,还可以通过微软虚拟学院获取免费在线培训。推广活动的结束日期为 2017 年 6 月 30 日。
微软今年将发布好几个Windows Server 2016Windows Server 2016版本,Windows Server 2016 Datacenter是其中之一。数据中心版主打"高度虚拟化数据中心和云环境"。其他版本包括 Windows Server 2016 标准版、精要版、 多点高级服务器、 存储服务器和 Hyper-V 服务器等多个版本。
至于许可证方面,Windows Server 2016 Datacenter和标准版都是按内核算;精要版、多点高级服务器、存储服务器和 Hyper-V 服务器的许可证则是按处理器算;上图取自微软澳大利亚 OEM 团队最近发表的博文,从图中可以看得很清楚。想部署Nano服务器模式的用户则必须参加软件保证计划才能这样做,不管是数据中心版或标准版都是这样。
Nano服务器是 Windows Server 2016 标准版和数据中心版的三个安装选项之一。(其他两个选项为桌面体验服务器和服务器核心版)。长期服务分支(Long Term Servicing Branch)选项不可用于Nano服务器,频繁更新的业务当前分支(Current Branch for Business)服务模式则不可用于桌面体验服务器和服务器核心版。网上可以搜到未来服务选项的详细信息。
数据中心版可在不限数量的操作系统环境/Hyper-V容器里运行,而标准版则只允许在两个操作系统环境/Hyper-V容器里运行。数据中心版还包括了诸如直接存储空间(Storage Spaces Direct)和存储副本(Storage Replica)、屏蔽虚拟机(Shielded virtual machines)和网络堆栈等特别功能,这些是标准版所没有的。
微软证实,Windows 服务器 2016 将引入新 Hpyer-V 容器化技术并将推出Nano服务器模式。
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。