ZD至顶网软件频道消息:近日,Adobe发布了2017版Adobe Technical Communication Suite。Technical Communication Suite使企业能够面向全球用户开发、管理和出版符合标准的多语言内容。这款多渠道出版工具的最新版本使得作家、信息开发者和教学设计师能够在任意设备上发布可见、可用和社交化内容。
Adobe同时发布了XML Documentation Add-on for Adobe Experience Manager的更新版。这是一款基于DITA的技术内容设计的企业级构件内容管理系统(CCMS),是在全球领先的内容管理系统Adobe Experience Manager的基础上进行开发的。2017版的Adobe FrameMaker和Experience Manager之间的交互性进一步增强,使得用户在互联网上处理技术文档能够获得更好的体验。
Adobe印刷与出版业务副总裁兼总经理Adil Munshi表示,“为了取得成功,公司必须持续不断地为用户提供最佳体验,从第一次将市场营销内容推向市场到发布技术文档来促进购买,2017版Adobe Technical Communication Suite和新的XML Documentation Add-on for Adobe Experience Manager的发布,使得技术出版部门能够高效地管理内容的生命周期并提供贯穿全程的浸入式体验。”
Adobe Technical Communication Suite的所有主要组件目前都已进行了提升,包括:
Adobe FrameMaker 是一套用于在移动设备、网页、电脑桌面和纸质平台创作和出版多语种技术内容的完整解决方案。2017版的FrameMaker能够提供一整套全新的创作体验。它全面支持高清显示屏,搭载全新的项目管理系统,拥有现代化的菜单,全面提高效率。同时,它还具有先进的XML/DITA和动态个性化功能,实现创新的多渠道出版。
Adobe FrameMaker Publishing Server是一套用于自动多渠道出版的企业解决方案。现在用户可以远程获取出版服务,通过主控面板对其进行管理,并以EPUB 3.0、 Kindle、PDF、本地移动应用、WebHelp、CHM和其他格式出版。
Adobe RoboHelp是一套用户友好型的创作和移动出版解决方案。现在它利用新一代的响应式 HTML5 布局,能够更自主地进行导航、动态过滤内容,为用户提供个性化的体验。此外,其一流的搜索功能包括搜索自动完成,能够使其更快地提供相关信息。2017版RoboHelp还支持17种不同的输出格式,包括iOS和安卓系统的内容中心移动应用,使得出版能真正不受设备的限制。
Adobe Captivate 9, Adobe Presenter 11和Adobe Acrobat Pro DC使得这套工具箱更加完善。它们融合了强大的在线学习、操作演示、动态视频展示和PDF功能。
XML Documentation Add-on for Adobe Experience Manager
新版的XML Documentation Add-on for Adobe Experience Manager能够帮助有经常出版和进行网络协作需求的企业对大量内容进行管理。它引进了一些直接在Experience Manager上动态发布DITA内容的新功能,比如批量发布、基线发布和完成自动后输出生成任务,基于网页的评论和协作已经全面升级,使得用户能够做出评论和注释,比如对文本内容进行突出显示文本、插入和删减。内置的网页编辑器的功能也进行了大幅度提升,能够为没有经过DITA培训的学科专家提供灵活的创作体验。通过在一个单一的Adobe平台上对市场营销和技术内容进行管理和布局,企业现在能够用售前营销内容和售后技术文档来持续提供绝佳的用户体验,从而帮助企业节约时间和成本,并且避免重复。
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。