微软在10月26日公布公司财报时表示,微软Office 365企业月活用户数量现在已经达到1.2亿,高于2017年4月的1亿。
(2018财年第一季度时微软Office 365的消费者活跃用户数是2800万,高于2017财年第四季度的2700万。)
微软表示,截至上个季度,来自Office 365 Commercial订阅的收入要超过通过非订阅许可售卖的Office,这个季度也是如此。
微软最近曾表示,微软预计到2019财年(从2018年7月1日开始)的某个时候,将有2/3的Office商业客户是在云中的。
Office 365预计将对微软“商业云”(包括微软的多个商业云服务,如Azure Dynamics 365、Power BI和Enterprise Security + Mobility,以及Office 365)的贡献最大。(微软并没有单独列出这些产品线的收入数字。)这个季度,微软预计自己商业云的年运营率将达到200亿美元,比两年前设定的最初计划提前了几个月。
微软去年收购的LinkedIn并不包含在微软所谓“商业云”中,但是微软在分析师电话会上反复提及LinkedIn的正增长和对微软整体营收做出的贡献。
在2018财年第一季度,LinkedIn的亏损要少于最近几个季度(2.94亿美元)。该季度实现收入11亿美元,微软高管称这比LindedIn的计划提前了,并且增幅也创下新高。微软已经看到在完成对LindedIn收购之后9个月中已经完成了规划的一部分整合,但并非所有。
虽然华尔街分析师重点关注的是云,但是微软“更多个人计算”细分业务(Windows和硬件)仍然贡献了相当大一部分收入。
微软方面表示,该季度仍然受到Windows Phone业务的拖累(该季度手机收入又下滑了3.15亿美元)。
微软方面表示,预计Surface业务将继续表现抢眼,正如该季度的表现一样。Surface收入同比增加了1.13亿美元,业务规模超过10亿美元。微软将增长归功于Surface笔记本电脑的增长,因为这对微软来说是一个全新的硬件类产品,卖出的都是新产品(不像是Surface Pro,对微软来说已经是一款老产品了)。微软并没有公布Surface的净收益,所以不太可能知道该业务是否盈利。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。