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
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。