ZD至顶网软件频道消息:微软正在推出更多的Cognitive Services编程接口,为开发人员提供了一种为他们的应用程序和服务增加面部识别、计算机视觉等的方法。
截至今天——4月19日,微软全面推出了三种新的Cognitive Services接口。 这三个接口是:Face API、Computer Vision API和Content Moderator。
这些新的Cognitive Services服务已经可以通过Azure Portal使用了。微软Cognitive Services的定价可在这里获得。
微软正在开发大约二十几个Cognitive Services应用程序编程接口(API),旨在为开发人员提供为他们的应用程序添加语音识别、语言理解、情绪检测等功能的方法。
Cognitive Services和机器人都是微软人工智能和更具体的“对话即平台”整体战略的一部分。微软的Cognitive Services APIs旨在与微软的 Bot Framework配合使用,并且在机器人场景中发挥作用。(它们也可以独立于机器人场景使用)。像微软的Cognitive Services一样,机器人可以说话、具备语言和视觉的能力。
今年早些时候,微软的官员们表示,迄今已有60多个国家的超过424,000多位开发者已经尝试了各种微软Cognitive Services。
微软表示,现在全面推出的Face API有助于检测和比较人脸,根据视觉相似性将脸部分成组,并识别图像中之前被标记过的人物。
Computer Vision API为开发人员提供了了解任何图像内容的工具。微软在今天的博客文章中解释说,“它创建标签来标识对象,例如名人或者图像中的动作,并且制作了一致的句子来描述它。” Computer Vision API还可以检测图像中的地标和笔迹。 (Handwriting(手写)检测功能仍然处于预览阶段。)
Content Moderator允许用户在发布之前隔离和查看图像、文本和视频数据。(视频审核现在以预览版的形式是Azure Media Services的一部分)。
微软于二月份推出了Custom Speech Service API的预览版。当时官员表示,Content Moderator和Bing Speech API——将音频转换为文本和将文字转换回语音——将于3月份全面推出。
微软的Cognitive Services全面推出的消息是在今天的Data Amp网络广播中宣布的,该广播涵盖了有关机器学习,数据库和分析的新闻。
在今天的Data Amp活动中,微软还宣布,它正在准备下一个版本的SQL Server的第二个Community Technology Preview(社区技术预览版)。预计将在今年6月或7月左右发布的SQL Server版本到今天为止正式的名称是SQL Server 2017。微软的官员们以前说过,SQL Server 2017将适用于Windows Server、Linux和Docker Containers。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。