微软将增加新的Microsoft 365捆绑包,并且向这些集成的Windows、Office 365以及Enterprise Mobility + Security管理和安全订阅产品中添加更多功能。
微软在今年7月的Inspire大会上就推出了Microsoft 365,并且从今年夏天开始提供这些捆绑包的Enterprise和Business版本。
本周微软举行的Ignite IT Pro大会上,微软将向Microsoft 365产品线中增加更多版本:Microsoft 365 Education和Microsoft 365 F1。
Microsoft 365 Education包含Windows 10、Office 365 for Education、Enterprise Mobility + Security和Minecraft Education Edition,这将供学生和教师使用。
Microsoft 365 F1是针对“第一线”客户服务和支持人员的,包含Windows 10、Office 365 F1(也就是之前的K1计划)以及Enterprise Mobility + Security。微软StaffHub则是一个旨在帮助服务人员管理时间表的应用之一,它也是该产品的一部分。
微软方面还提到了即将推出的“Microsoft 365 for NonProfit”版本,但是并没有明确说其中会包含哪些内容。
微软和包括HP、联想和富士通在内的OEM合作伙伴将在今年晚些时候提供运行Windows S、号称由“Microsoft 365提供支持”的低端PC。所以现在我们了解到的是,除了Windows 10 Enterprise和Windows 10 Business之外,还会有不同版本的Windows 10作为Microsoft 365捆绑包的一部分。
还有一个微妙但很重要的转变,那就是“Microsoft 365”将成为微软在说到添加到Windows 10、Office 365和Enterprise Mobility + Security的功能时喜欢提及的。微软高管会说,这些功能都是Microsoft 365的新增功能,而不是微软将推出这些新的面向Office 365或者Excel的个性化搜索,以了解更多数据类型。
在Ignite大会上,微软预览了一些即将新增到Windows 10、Intune和Office 365中的其他管理新功能。从2018年1月开始,联想和HP将开始为客户提供Windows Autopilot。Windows Autopilot已经面向Microsoft Surface提供了,允许用户设置新的设备,为客户部署进行预配置。
微软还向System Center Configuration Manager以及Intune中增加一个新的共同管理功能,目的是让从内部部署到云管理的过渡变得更轻松和更加无缝。
微软还将在2018年年初的时候增加Office 365 Usage Analytics,让管理员能够对服务范围内的使用情况相关数据进行分析和可视化。微软将增加更多条件访问功能,以及新的Microsoft 365 Information Protection功能,更新针对电子邮件和文档的信息保护功能,以及新的威胁防护功能,包括Office 365 Advanced Threat Protection。
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。