ZD至顶网软件频道消息:几乎每一天都有人在Twitter上表示她或他还没有被微软迁移到新的Outlook.com上。
似乎这是一个好消息:如果你是这些人之一,你的等待可能很快就会结束了。
(一种快速识别您是仍在使用旧版Outlook还是使用新版Outlook的方法:新版本的Outlook版本在收件箱顶部显示的是“Outlook Mail”,而不是“Outlook.com”。)
我于1月24日向微软询问关于Outlook.com漫长而复杂迁移的最新进展情况。一位发言人告诉我:
“Outlook.com迁移已经接近完成。微软迁移了超过99.9%的活跃客户,并处于迁移剩余客户的最后阶段。”
我知道有人会心存怀疑,如果考虑到种种历史,这种疑虑是可以理解的。
自2015年5月以来,微软一直在努力将其4亿多活跃Outlook.com用户迁移到新的Outlook.com邮件客户端。由于某些功能(如共享日历)的原因,这一过程被证明比微软原本预期的更复杂。
2016年4月,微软自曝将在夏季末/2016年8月将绝大部分Outlook.com用户迁移到新的服务中。这个日期来了又走了。在那段时间里,一些用户表示他们看到错误消息,表示新的完成日期是“2017年上半年”。微软的官员们否认这种说法,但也没有提供一个确切(甚至是大概)的新日期。
微软的官员们在2016年8月表示,已经有将近90%的活跃Outlook.com用户已被迁移至新的Outlook.com。
我再次请求微软提供进展情况的原因——除了尚未被迁移的用户的刺激之外——是该公司计划对Outlook推出的Focused Inbox功能更新,这一举动极为低调。Focused Inbox是Clutter的替代品,旨在帮助用户对他们的电子邮件进行自动排序。
1月23日在Petri.com的一篇文章指出,微软已经推迟了一些版本Outlook的Focused Inbox的时间表。
以下是1月20日更新的“Focused Inbox”推出时间表:
小字部分包含了承诺为那些使用新的Outlook.com提供Focused Inbox的内容:
“我们已经面向数千万(新的Outlook.com)用户推出了这个功能(Focused Inbox)。我们将继续推出这一功能,在2017年4月前提供给所有的用户。所有支持的Outlook.com帐户将能够从2017年2月开始在针对Windows 10的Mail应用程序中看到Focused Inbox功能。
这让我感到好奇,2017年4月是否是微软为所有Outlook.com用户迁移到新的Outlook.com设置的、新的截止日期。我特别提出了这个问题,但微软官员拒绝发表评论。
旧的Outlook.com服务运行在旧的基础结构上。新的Outlook.com使用“与Office 365的其余部分相同的组成部分”。微软官员们表示,结果就会是新功能可以更快速、更轻松地被引入所有各种Outlook应用程序、网络上的Outlook(OWA)和Outlook.com,而不用为多个平台多次建设。
在我们讨论Outlook的主题时,Petri.com最近还指出,微软在2017年1月静悄悄地向OWA添加了一个简单的“Undo Send”功能。下面来自微软发言人的声明表示,最近,Undo Send也已经被添加到Outlook.com:
“微软最近为Outlook.com和Outlook on the Web发布了Undo Send 功能。这个功能类似于Windows版Outlook 2016的一个功能,那个功能在Windows版Outlook 2016已经存在了很长时间了。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。