至顶网软件频道消息:
微软一直对Skype for Business的发展路线三缄其口。但是根据一份关于微软9月份的Ignite大会上Skype for Business各种会议的列表来看,这一沉默可能很快就会结束。
根据这些会议显示,实际上还有Skype for Business的另一个本地部署版本。在Ignite大会上一个名为“合理规划你的更新:Skype for Business本地部署vNext”,很明确地说出了这一点。
微软在2015年年中全面提供最新的本地部署版Skype for Business(Skype for Business Server 2015)——其统一通信平台和Lync Server的后续版本。
虽然微软方面强调说,微软将提供更多本地部署版本的SharePoint Server,但是据我了解,他们并没有对Skype for Business Server做出同样的公开承诺,这引发了关于Skype for Business未来的诸多猜测。
根据Ignite会议列表显示,微软还对Skype for Business Online中提供的许多服务进行了更名。有一个名为“云中的Voice适合你吗?”称,微软将提供一组名为Cloud PBX功能的路线图——未来这被称为“微软的Phone System”。微软还将Skype for Business中的PSTN Calling功能重新命名为“Calling Plan”,有着同样的意思。
2015年微软开始提供三项新的Skype for Business服务,作为其高端Office 365 E5计划的一部分:Skype Meeting Broadcast;PSTN Conferencing and Calling以及Cloud PBX。在随后的几个月中,微软增加了许多PSTN Calling and Conferencing功能,包括iOS CallKit集成;Skype for Business的Mac客户端;一个新的Skype for Business Cloud Connector版本,用于将本地部署的电话系统链接到Skype for Business Online。微软在今年3月向该产品中增加了更多新的Skype for Business呼叫功能。
今年Ignite大会上有多个会议环节似乎都旨在澄清Microsoft Teams和Skype for Business之间的关系。微软一直将其称为Slack竞争对手,Teams,“Office 365中基于聊天的工作空间”。Teams最初的名字甚至是“Skype Teams”。
显然Teams和Skype for Business在功能方面有很多重叠,正如今年年初一篇AvePoint博客明确指出的那样。
Skype for Business客户端和Treams都提供了即时消息、实时在线、语音通话、视频通话、小组会议和预定会议等功能。与Skype for Business不同的是,Teams提供了线程聊天功能。与Teams不同,Skype for Business提供的是广播会议、PSTN会议和拨号、视频互操作性等。
微软方面证实,微软的Skype消费者服务以及Teams都是运行在同一个云主干上的。但是Skype for Business(名字上是Skype,实质是Lync)却不是,至少就我所知。
微软Ignite大会是在2017年9月25日至29日举行。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。