ZD至顶网软件频道消息: 我们知道,微软的路径图是不断变化的,有时候变动太过正常,一个微妙的变化出现了可能很多人都不会注意到。

这是一个典型的例子:OneDrive路径图
之前一直没有注意到,直到昨天有一个读者问起,微软是否计划在OneDrive中提供差分同步功能,如果是的话,可能会在什么时候提供。
去年二月,微软列出了差异同步,只将已更改部分的文件(而不是整个文件)进行同步,但是没有公布具体发布的目标时间。
据悉,差分同步是一个非常需要的OneDrive功能,因为它可以节省时间和带宽。这是一个OneDrive竞争对手例如Dropbo已经有的功能了。
记得在2016年10月的Ignite大会上,微软更新的路径图幻灯片中完全没有提及差分同步。但截至2017年1月更新的OneDrive路径图差分同步回来了。它现在被列为2017年第二季度提供的功能。除了在第二季度提供差分同步功能之外,微软还致力于提供RMS同步和来自Explorer的共享能力。
在上个月微软提供了承诺的SharePoint Online Sync和共享文件夹(Shared Folder)同步。
除此之外,2017年1月版本的OneDrive路径图中还列举了几个改进的照片相关功能,包括上传相机胶卷照片,支持智能照片(包括光学字符识别和白板清理)和自动标记照片的能力,这些功能如果不是全部,至少也是一部分功能现在已经提供预览了。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
清华大学研究团队开发出CoIRL-AD自动驾驶新框架,让AI同时具备模仿学习和强化学习能力。该系统在AI内部设置两个"驾驶员",一个负责模仿专家行为,另一个负责探索试错,两者通过竞争合作机制共享知识。实验显示,新系统碰撞率比传统方法降低18%,在罕见场景和跨城市部署中表现更优,为自动驾驶技术提供了新的学习范式。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
UC圣地亚哥与英特尔联合研究提出AT-GRPO算法,首次实现多个AI系统的有效协作训练。该方法让AI团队在真实协作环境中学习,而非单独训练后组合。实验显示,在复杂规划任务中,AI团队成功率从单体AI的14-47%提升至96-99.5%,编程和数学推理任务也有显著改善。这项突破为软件开发、教育、科研等领域的AI应用开辟了新路径。