ZD至顶网软件频道消息:过去几年里,微软围绕着全息计算的前景做了很多展示,也说了很多。但现在是时候,微软向用户证实为什么让Windows成为3D领域的中心,他们则会因此受益。
下周,10月26日,在该公司举办的Windows和硬件的活动上,微软的官员们可能准备尝试这样去做。Windows10 RedStone 2—— Windows 10的下一次重大更新——将是整个活动的中心。
我们都已经知道在RedStone 2中——预计将在2017年3月份全面推出,微软计划将Windows Holographic外壳添加到Windows 10桌面操作系统之中。(我听说这项工作的代码代号为“Oasis”。)这将让Windows 10 PCs能够同微软希望推出的各类支持Windows Holographic的设备协同工作。
但是把Windows Holographic/3D体验带给个人电脑对那些想要的不仅仅是通过增强现实/虚拟现实头戴设备看到全息图景的用户来说有什么用呢?
当然,你已经可以和你的日历进行交互,并且使用微软的HoloLens眼镜进行Skype通话。但是微软需要明确为什么全息计算将能够让Windows用户变得更有效率。为什么以及如何在3D环境中(或者在一个混合了2D和3D的环境中)使用PowerPoint、Excel或者PowerBI, 这种做法为什么会比只在2D环境中使用这些应用程序更好?微软是否会推出能够让用户爱上Windows Holographic PCs以及设备的新一代3D应用程序?
我认为Windows和设备团队可以实现这一点的方式之一是通过本月早些时候泄露出来的3D版本的微软Paint。我的消息来源告诉我,3D版本的Paint也被称为“Beihai”。(我在一月份的时候在文章中谈到过“Beihai”这个代码代号,指出这是一个由开发Skype for HoloLens的团队开发的消费应用程序。)
WalkingCat(推特上的@h0x0d)最近发现了一个Beihai发布的视频脚本。这个脚本也提到了3D PowerPoint。
想想看吧。即将到来的3D版本的Paint可以提供一种创建并修改3D对象的简单方法,和现有的Paint版本允许用户创建2D对象的方式相同。如果消费者们可以使用3D打印机打印你的创建的3D Paint对象,哇!现在3D Windows就让你变得更具创造力和生产力了。
WalkingCat最近还发现了一份Chris Pratley的简历,他现在是“Evoke的Studio经理”,这是一个“微软Windows和设备集团中创造性的媒体应用团队。” Pratley更新的简历表示,微软Evoke Studio团队在针对手机、PC和云开发照片、视频和“3D讲故事的工具和体验”。如果Evoke是微软希望在其10月26日主题为“想象一下(有了3D)你将能够做什么”的活动中尝试的另一种方式,我可丝毫不会感到惊讶。
我在一个月之前听说微软正在计划在10月26日的活动上向用户展示,如何“将你的桌面电脑变成一间工作室(Studio)”。也许这句话有多种含义……
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。