至顶网软件频道消息:多年来,Box与微软之间关系已经超越了纯粹的竞争关系,也展开了一系列的合作。双方仍然在文件共享方面相互竞争,但同时他们也提供集成的产品来支持共同的客户。
两家公司今天宣布,双方进一步神话合作伙伴关系,积极帮助企业组织更好地管理云中的文件。根据Box公司首席执行官Aaron Levie发表的博客文章称,该联盟由两个关键要素组成。
首先,Box将开始使用微软超过40个数据中心来存储客户的文件。这是对去年发布的Box Zones计划的一个延伸,让企业把信息保存在更接近于他们国际办事处的地方。此前Box一直依赖于IBM和Amazon来做过国际托管,而这次与微软的合作可能会提高一个优先级。
根据Recode的报道称,Box不仅仅是使用Azure,而且还让客户可以将他们的数据专门保存在该平台中,目前其他两家提供商都还没有提供这个选项。这对于微软来说是一个重大的胜利,特别是考虑到这样一个量级的基础设施合作对于一家Web级的公司来说意味着什么。例如Snap公司计划在未来几年在云服务上花费30亿美元。
Box与微软合作的另一个重点是围绕着人工智能。Levie写到,Box将强化Azure提供的人工智能服务,以开发新的功能。
他并没有透露更多细节,但提及了微软基于人工智能的视频识别技术。Box可能会利用Azure Computer Vision API,根据很多因素例如谁出现在一格画面中,来剪辑企业的媒体内容,从而帮助用户更轻松地找到片段。此外,Box甚至还会借助微软的自然语言处理服务开发一个聊天机器人,自动执行其他文件管理方面的任务。
不过就目前来看,Box还是紧紧围绕着他们自己的开发路线图。Levie写到,用户可以期待在未来几个季度看到Box与微软合作的第一个成果。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。