至顶网软件频道消息: 自2015年7月正式发布以来,Power BI的愿景就是让身处各个职位、部门和行业的用户能在几秒钟内享受到Power BI带来的便利,并在几分钟内从数据中获取洞察,进而实现商业价值。微软一直致力于助力用户大量地获取洞察,并且已经帮助超过200,000个Power BI企业用户实现了这样的目标。由这些客户所组成的全球化社区也在持续为Power BI升级做出贡献——截止到目前,在超过50,000名用户的共同努力下,Power BI已经新增了400余项功能。
现在,微软迈出了全新的一步——发布Power BI Premium。Power BI Premium以现有的Power BI产品组合为基础,采用基于容量的许可模式,提高了用户访问、共享和发布内容的灵活性。该产品还将为Power BI服务提供额外的可扩展性和性能。
“按容许可”的灵活性。Power BI Premium具备更大的许可灵活性,能够帮助企业根据用户的特有需求为其设置合适的访问权限级别。例如,在许多企业中,一些并不主动生成商业智能的用户,对于分发内容却依旧有消费需求。Power BI Premium能够让Power BI Pro用户能够在企业内部广泛发布报告,而无需每个接收报表的用户都要有Power BI Pro的授权。
更大规模,更高性能。使用Power BI Premium的企业将能够根据其团队、部门或企业本身的需求对产品性能进行定制。该服务能够将所包含的Power BI服务容量,指定分配给每个企业、并获得指定硬件的支持,而这些硬件都完全托管在微软。企业可选择在大范围内应用其专用容量,或根据用户数量、负载需求或其它因素把这些容量分配给指定的工作区,并且随需求变化对容量进行增减。该功能还提供了一个计算器,用来帮助用户进行容量规划。
Power BI应用。除了用于企业部署的Power BI自由许可,微软还在对Power BI应用中的内容包进行升级,以期改善用户在企业层面发现并探索洞察的方式。针对特定的个人、团体或整个企业,Power BI应用提供了一种更为简化的方式,来部署仪表盘和报告。这些应用的安装及操作都极为简便,企业用户能够轻松将内容集中到同一位置,并进行自动更新。
本地功能扩展。Power BI Premium可通过Power BI 报告服务器(Power BI Report Server)对本地的商业智能资产进行维护。作为一个本地服务器,Power BI报告服务器能够在企业防火墙范围内部署和分发交互式Power BI报告,以及传统的分页报告。通过Power BI Premium,企业在云中配置的、同样数量的虚拟内核也可通过Power BI报告服务器被部署到本地,而无需拆分容量。企业既能够选择基于云的Power BI,也能够通过Power BI报告服务器将报告保存在本地,并按照自己的需求逐步迁移到云上。
嵌入式分析。针对来自客户、合作伙伴以及广泛开发者社区的应用,微软还将通过Power BI Premium对Power BI内容嵌入这些应用的方式进行提升。作为此次发布的一部分,微软将Power BI Embedded与Power BI服务进行了整合,提供统一的API接口、一致的功能组和最新功能的使用权限。接下来,针对那些有意将Power BI嵌入其应用的用户,微软将鼓励他们从Power BI Desktop入手,并逐步迁移部署至Power BI Premium。微软也将继续对基于Power BI Embedded的现有应用提供支持。
正如Power BI Premium简化了大规模商业智能部署一样,微软还简化了Power BI Pro与Power BI免费版之间的区别。Power BI免费版适用于个人用户,而Power BI Pro则支持协同办公,之前,二者之间的功能差异给用户带来了困惑。微软将对Power BI免费版进行改进,使其拥有与Power BI Pro相同的功能,但是共享和协同办公功能将仅限Power BI Pro用户使用。Power BI免费版的用户将能够获得对所有数据源的访问权限、工作区存储限制的提升,以及更高的刷新和传输速度。这些变化已在6月1日正式生效,用户可以访问 Power BI 社区了解更多详情。Power BI Desktop将继续免费提供。
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。