微软正在为Outlook.com添加免费的、新的无广告收件箱、增强的恶意软件和网络钓鱼保护以及更大的邮箱存储空间。重点在于:必须是Office 365 Home / Premium用户才有资格享受这些特性。
微软已经开始免费地向Office 365家庭版和Office 365个人版订阅用户的Outlook.com账户推出一些高级功能。
微软此举针对的是聚焦消费者的Office 365版本,这些用户能够立刻得到的功能包括无广告的Outlook.com收件箱、Outlook.com的增强恶意软件和网络钓鱼保护功能,更大的Outlook.com邮箱空间和免费的高级客户支持。
为了得到这批新功能,用户必须同时是Outlook.com用户和Office 365家庭版或个人版的订阅用户。据微软表示,这些功能已经开始推出,但是要覆盖到每一个有资格获得新功能的用户可能需要大约一个月的时间。
对于那些同时也是Office 365 家庭版/个人版订阅用户的Outlook.com用户,Outlook.com现在将没有横幅广告以及消息列表中的广告(也就是“本地广告”)了。
Office 365 家庭版和个人版的订阅用户也将自动获得Outlook.com附件扫描,以防护潜在的恶意软件威胁,并会对链接进行检查,以阻止假冒网站下载病毒或恶意软件。一个警告:具有Connected Accounts(连接账户)的用户可以在Outlook.com中添加对@gmail.com,@yahoo.com或者其他第三方账户的访问权限,但是这些账户将无法应用这些高级安全功能。
在邮箱存储空间方面,Outlook.com用户目前可以获得15 GB的电子邮件存储空间;Office 365家庭版和个人版用户可以获得50 GB的存储空间。微软于10月30日在一篇博客文章宣布了所有这些调整,据该文章透露,对于现在Outlook邮箱空间为12 GB或更大的Outlook.com用户,邮箱存储空间将达到50 GB。
如果Outlook.com用户同时也是Office 365 家庭版 / 个人版用户,就也将能够获得免费的技术支持。
微软还发布了一篇关于这些调整的附带文章,在其中解释了一些常见问题(FAQ)。其中一个问题的答案提到取消了Office 365家庭版/个人版订阅或者订阅过期了的用户将无法在他们的Outlook.com账户中获得这些额外的福利。
另外:如果是Office 365商业版的订阅用户,就不会在他们的Outlook.com账户中得到这些新的高级功能。这些功能只针对订阅了Office 365个人版和家庭版的Outlook.com用户。(微软的官员们在上周表示,现在Outlook 365家庭版和个人版加在一起有2800万月活用户。)Office 365家庭版适用于有一至五个用户的家庭,每年的费用是100美元;Office 365个人版(只针对单一用户)每年的费用是70美元。
微软在相关的说明中表示,Outlook.com Premium订阅服务目前不接受新的订阅用户,但目前的订阅用户可以延续订阅期限。微软官员没有说要淘汰掉Outlook.com Premium,对于那些已经购买了Outlook.com Premium的用户也没有退款,但是他们现在觉得自己不需要它了,因为其中的很多功能现在都已经免费提供给他们了。一旦微软公布了将个性化电子邮件域转移到第三方提供商的解决方案——这在常见问题(FAQ)中提到了——也许该公司就会实际上淘汰掉Outlook.com Premium。但是,就目前而言,它还是一项支持的服务。
最新情况更新:我询问微软,该公司是否打算淘汰掉Outlook.com Premium。该公司的一位发言人给出的官方答复是:“微软目前没有计划停止现有用户的独立订阅。”这个答复完全没有提到未来的打算。
对于以@outlook.com、@hotmail.com、@live.com和/或@msn.com结尾的地址登录Office 365个人版和家庭版的用户,这些新的、免费的Outlook.com服务将自动出现。官方表示,将来还会有更多的高级功能会提供给这个Outlook.com用户群体。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。