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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。