至顶网软件频道消息: 在9月份的Ignite大会上,微软的官员们表示,希望在10月初能够提供一份路径图,概述将Skype for Business用户迁移到微软Teams聊天服务的时间表。10月24日,微软提供了路径图中的前几项计划。
快速回顾一下现在发生的情况:微软最终计划(我们不知道什么时候)让Skype for Business的用户完全迁移到其Teams服务上。微软不会采取太激烈的举动。事实上,微软打算在2018年下半年推出了一个新的、内部部署的Skype for Business Server版本。
根据截至今天得到的信息,下面是我们所知道的关于微软的Skype for Business向Teams迁移的时间推算:
Messaging(消息):微软将在2018年(日历年)第二季度末之前,为Teams已经有的持续、隐私和群组聊天功能增加一些附加功能。这些即将到来的功能将包括企业之间联合会议和聊天之中的屏幕共享。
(一个有一些关系的题外话:如果你想知道微软计划什么时候为Teams添加第二种Guest(访客)访问——超越现在的Azure Active Directory要求,而且不通过微软账号登录——该公司的官员们没有回答这个问题。我在昨天再次询问了微软这个问题,至今未得到回复。在九月份,微软的高管们表示MSA Guest访问“将在未来几周内”出现。)
Meetings(会议):Teams已经提供了屏幕共享,会议聊天捕捉则排在会议和音频会议预览之后。微软计划增加支持Skype Room Systems和云端视频互操作性的会议室,允许第三方会议室设备连接进入Team会议,这一时间表是在2018年(日历年)第二季度末之前。
Calling(呼叫):Teams已经拥有多个呼叫功能。到2018年(日历年)第二季度末之前,将会拥有更多的呼叫功能,包括使用现有电话语音线路激活Office 365中呼叫服务的能力。
我询问微软一些高级呼叫功能——如Cloud PBX(从现在开始起被称为“Phone System”)、PSTN Conferencing(现在被称为“Audio Conferencing(音频会议)”)和PSTN Calling(现在被称为“Calling Plan(呼叫计划)”)——何时会出现在Teams中,PSTN Conferencing现在正在预览中,Calling Plan即将在2017年第四季度末之前推出。这些功能是高端Office 365 E5计划的重要组成部分。
微软的官员们表示:“我们鼓励所有尚未开始使用Teams的客户今天就开始使用Teams,无论是单独使用它还是和Skype for Business一起使用。”这个TechNet的帖子中有大量有关Teams的规划和使用的文档。
情况更新:这里有一些该公司提供的、更多的日期和细节值得注意。
在消息方面,隐藏/共享/静音聊天将在2018年(日历年)第一季度推出。Skype for Business的互操作和联合功能,例如Teams 和Skype for Business之间的Federated Chat(联合聊天)、联系人群组、从Skype for Business中导入联系人以及Skype for Business在持续聊天中的互操作也将于2018年第一季度推出(大约会在季度末)。到2018年第一季度末,Teams也将支持Skype for Business的消息策略。
在会议方面,支持广播会议、云端录像、联合会议、大型(超过250名参与者)会议;PSTN呼叫者大厅和来自其他平台(如Outlook网络版和手机版)的Outlook会议安排都是2018年(日历年)第二季度要实现的功能。对PowerPoint加载和共享、白板和会议笔记的支持也是2018年(日历年)第二季度要推出的功能,同时将推出的还有对Surface Hub支持。
在呼叫方面,尽管很多企业级的功能都会在2018年第二季度结束之前出现,但还有一些功能,例如呼叫驻留、群组呼叫接听、基于位置的路由和共享线路要到2018年(日历年)第四季度才会出现。Teams和Skype Consumer之间的呼叫支持要到2018年(日历年)第二季度推出。不过,对Windows、Mac、Edge、iOS和安卓的支持以及TYY支持会在今年年底前实现。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。