至顶网软件频道消息:
Alexa正在向办公室挺进。Alexa的任务:在每项业务中重塑信息技术。
亚马逊首席科技官Werner Vogels
亚马逊公司(Amazon.com Inc.)云计算部今天宣布,旗下的语音助理Alexa将会进入商务办公室,Alexa目前主要装在厨房和起居室的Echo智能扬声器系列产品里。 商务Alexa(Alexa for Business)的目标是供会议室和在其他办公室环境里使用,亚马逊希望商务Alexa将掀起新一轮以语音为关键接口的面向业务的应用程序浪潮。
此举是亚马逊试图强化自己在语音助理领域领先地位的一步,到目前为止,这一类语音助理已被用于日常事务中,如指示播放歌曲、控制Roomba或Uber打车时用。苹果公司的Siri、谷歌公司的Assistan、微软公司的Cortana及其他类似的产品都将这些智能扬声器和服务视为受大众关注及新一代语音驱动应用程序的下一个战场。
例如,电话会议系统经过思科系统和Polycom及其他公司的整合后,用户加入电话会议时无需再输入会议的番号。他们只需说,“Alexa,加入我的电话会议”, 智能Alexa知道用户的日程及其他类似的东西,就会将用户连接到设定的电话会议。
Vogels还特别提到与Salesforce.com等业务应用程序公司的整合,销售经理因此大致可以问:“Alexa,查一下Salesforce今天有哪些大交易成交。”Splunk公司抑或可以启动回答如下问题的功能:“昨天旧金山的销售总额是多少?”其他与商务Alexa合作的公司包括WeWork、Vonage、Capital One、Dickey烧烤公司和BMC。
Splunk产品营销主管Jon Rooney表示,“我们的客户正在获取机器数据,他们希望将这些数据的价值扩展到旗下业务用户。我们觉得可以构建自己的自然语言平台并且与亚马逊合作开展合作,我们可以通过商务Alexa为业务用户提供数据和洞察,这是加速这一愿景的绝佳机会。”
但这对于亚马逊及商业信息科技而言的意义则要广泛得多。
Alexa转移到办公室之举也凸显出亚马逊网络服务公司(AWS)在努力令更多的大型企业迁移到云里。尽管AWS已经在基础云计算、存储和网络服务方面巩固了自己的领先地位,初创公司和越来越多的大公司都在使用这些服务,但大多数大公司自己的数据中心里仍然拥有的大部分核心软件和硬件。
为了进一步挺进价值一万多亿美元的信息科技行业,AWS需要提供更多的服务,使得企业能更容易地迁移到云里,而这就需要更高级别的服务和应用程序,如Alexa。首席执行官Andy Jassy曾表示,他认为他的公司有朝一日可以成为这个一万多亿美元信息科技行业里最大的供应商。
Aws17 Alexa
从更广泛的层次上看,此举显示出亚马逊认识到了人工智能和机器学习的重要性,人工智能和机器学习在未来将推动业务信息科技乃至日常应用在数字世界里大部分的创新。应用程序和机器生成的数据量越来越大,要理解这些数据的含义就有必要使用名为深度学习神经网络的软件、用新的方法帮助机器从数据中学习,而不是对机器进行固定的编程。
亚马逊首席技术官Werner Vogels周四在拉斯维加斯举行的AWS re:Invent年会上表示,“未来的接口将以人为本。” Vogels还正式宣布,声音不会是唯一的新界面,他提到,例如牙刷可以装个传感器提供触觉反馈,以确认刷牙的动作是否正确。
亚马逊显然认为此举为重大的一步。Vogels表示,“语音是每个人打开数字系统的钥匙。声音代表了由深度学习驱动的颠覆。声音代表了计算领域下一个重大颠覆。“
Vogels在re:Invent年会上还向软件开发人员提出,要将Alexa视为一个新的商业应用程序平台。他表示,“Alexa可以放进任何东西里。”
Alexa之举也是AWS试图令云计算变得更简单、令更多公司及其软件开发人员能用上云计算的努力。 Vogels指出,自2013年第一次re:Invent会议以来,AWS公司新增加了3,959个主要新功能。他表示,“我知道3,959项功能和服务会有些令人犯糊涂。”
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。