至顶网软件频道消息:我相信,从2015年以来,微软到目前为止还没有发布一部纪录片风格的“Productivity Future(生产力的未来)”的视频。但这并不意味着公司已经停止了“设想”办公室和工作场所下一步的未来。
在一个新的Microsoft .Future播客剧集——它的名字是“人工智能能够如何使会议变得不那么痛苦”——中,微软对于最终可能影响其未来产品和服务(包括Cortana)的一些最新的未来概念给出了一些暗示。
播客(只有音频)提到了办公室设想总监Anton Andrews及其团队“重新设想了一切——从擦干净白板上的内容到对地板的预期。”
Andrews在播客期间表示,微软将人们站立的地板视为一种可能的沟通工具,但他没有详细说明如何/何时/是否公司会为它提供更多的意义。微软研究院已经在努力通过RoomAlive项目,将用户体验投射到各种表面,包括地板上。
Andrews表示:“地板是一个界面。”他表示,“而且,这个想法并不是那么多,地板从某种意义上只是活动的地板。但这里的想法是我们可以规划和设计地板。”
微软过去曾经发布过其他的视频系列,就像2016年初的一样,这些都是关于未来的工作是什么样子的。今年早些时候,该公司也与Steelcase合作,推出了与Surface设备(包括Surface Hubs和Surface Studios)配套的新型办公家具。
本周播客中提到的Andrews设想的未来办公室在角落里,圆顶看起来像一个木质的冰屋骨架,是一个会议室的原型。这个房间是由吸音毡制成的(不是Alcantara,风扇的声音会有影响)。原型会议室旨在测试没有大型矩形桌的圆形房间可能会如何影响人们的互动方式。
显然,会议室原型还有一种让人按下按钮得到Cortana迎接的方式。播客没有详细说明这个按钮的位置(Skype Room Systems?下一代Surface Hub?Harman-Kardon扬声器?)
这个播客中表示,Cortana会询问,“你好,你想加入你已经安排好的会议吗?”然后Cortana询问领导人是否希望Cortana参加会议。
在接受后,Andrews在播客中“演示了Cortana如何在电话会议中工作:围绕房间边缘放置的屏幕通过视频通话将我们连接到远程办公室。”
Cortana可以选择记录会议中的所有内容,推荐用户提及的文件,并将其附加到记录中,甚至“悄悄地提醒您参加电话会议人员的姓名。”
微软一直在努力使用数字助理——不仅仅是Cortana,还有在雷德蒙德园区使用的早期原型 ——有用的工具。
微软的AI+研究小组正在研究下一代“语境智能助手”。不要忘了:微软一年前就在那里购买了人工智能调度助理公司Genee……一个名为Dictate的新的微软车库项目最近向Office应用添加了语音到文本的转化功能。
此外,该公司一直致力于为Skype翻译器和PowerPoint(最近的Presentation Translator加载项)添加更多智能,以支持播客中提到的某些场景。考虑到微软期待Skype for Business能够出彩,该公司也许会在即将到来的Ignite展会上公开Skype Meeting Broadcasts的下一步。
过去十年里,微软设想视频虽然更多的是概念性和灵感性的内容,但经常提供有关未来产品的提示。在过去的视频中,Home Hub Windows功能和Surface Studio都有过一些预示。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。