至顶网软件频道消息:微软的官员们在5月15日的SharePoint Virtual Summit网络广播中介绍了该公司下一套SharePoint更新和功能的计划。
虽然微软将继续支持SharePoint Server内部部署用户,并将于今年晚些时候发布SharePoint Server 2016的第二个Feature Pack(功能包),但其即将到来的SharePoint的若干更新将首先提供给(在某些情况下,仅适用于) SharePoint Online/ Office 365。 SharePoint Server Feature Pack 2将开始提供SharePoint Framework组件集成。
微软的官员们表示,目前微软超过60%的SharePoint座席都在SharePoint Online而不是SharePoint内部部署上。官员表示,超过25万家企业目前在企业内的某个地方拥有SharePoint,SharePoint月度活跃用户数量较上年上升了90%。 (微软没有提供SharePoint用户总数,但是表示有超过1亿个Office 365 Commercial席位,这意味着有将近1亿的SharePoint Online用户。)
在路线图前端,微软正在准备对Office 365中的SharePoint提供个性化搜索,这将不仅能够显示Sites and Files(站点和文件),还可以显示People(人物)。
在接下来的几个月中,当用户点击Office中的搜索框时,微软将推出有关最新文档、相关内容和新闻等的建议功能。关于可能提供相关信息的人员的建议也将根据其Office 365配置文件中的信息进行显示。被激活的People Cards(人员卡)将提供来自用户个人资料的相关信息。
让搜索结果“个性化”的基础隐藏在微软Graph之中。随着时间的推移,微软一直致力于从Yammer、微软Teams和Planner中为Graph带来更多的“信号”,这将影响用户在Office 365单个租户的SharePoint Home中看到的站点、文件和人员列表中。
这个新的个性化People搜索正是微软之前官方预计在已经取消了的SharePoint的Infopedia门户上提供的知识管理功能。
从今年6月开始,微软还通过允许用户直接从Windows 7和/或Windows 10文件资源管理器以及Mac Finder中共享来增加更简单的共享体验。用户将能够与特定的人共享文件或文件夹,或发送链接以允许组织内部或外部的任何人访问共享的内容。
微软还将通过将现有的SharePoint Team站点连接到Office 365 Groups来实现现代化。微软还计划在今年秋季之后增加在微软 Teams中将SharePoint网页添加为标签的功能。此外,用户将能够创建可在Web、PC或Mac、移动浏览器和/或SharePoint应用程序中查看的SharePoint通信站点。
微软在SharePoint和PowerApps and Flow之间增加了更多的集成点。用户将能够使用PowerApps从内部SharePoint列表和库中创建自定义表单,而不仅仅是依赖于默认的SharePoint表单。并且新的内置审批表单将允许用户从SharePoint内部发送定制的电子邮件。
微软的官员们表示,该公司将在9月份的Ignite大会上提供有关这些新功能的进展情况及更加确定的交付日期。
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。