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
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。