至顶网软件频道消息:
微软在五月初召开的Build开发者大会正在进一步引发关注,因为该公司透露了这个为期三天的大会的更多活动计划(但仍然不是全部)。
虽然仍然有很多未知数,但是,现在关于微软高管将在Build大会上展示什么,我们有了更多的信息。
4月25日,微软公布了为期三天的Build 2018开发者大会的数百场活动的主题和摘要,该大会将于5月7日开始。(注册用户必须登录到Build网站才能查看扩展的会话列表。) 3月下旬,微软公布了Build 2018大会的几十场活动,这些活动聚焦于物联网、区块链和数据科学。
虽然每个与会者都有她/他自己专注的领域,但我在现在列出的项目中发现了一些很有意思的东西。
第一天首先是由微软首席执行官萨提亚.纳德拉(Satya Nadella)进行的主题为“愿景”的演讲,为时两个半小时,之后紧接着的是由执行副总裁Scott Guthrie进行的一场关于智能云和前沿的技术主题演讲,为时一个半小时。
第二天会有一个开幕主题演讲,由集团副总裁Joe Belfiore主持,题目是“微软365应用程序开发”。事实上,它主要聚焦于微软365——微软将Windows 10、Office 365和Enterprise Mobility + Security捆绑在一起的产品——而不仅仅是Windows,这呼应了微软最近的重组,在这次重组中,Belfiore有了新的职责,负责微软365。
尽管微软最近的重组计划将Windows和设备部门拆分为两部分,但是在这份尚未完全披露的Build大会活动安排中,仍然有97项提到了Windows。微软最近推出的MSIX应用程序打包计划也出现在多个活动之中,Windows 10 XAML框架和Progressive Web Apps也是如此,微软将通过Windows 10 Redstone 4版本对它们提供支持。
微软的官员们曾表示,预计Build大会将重点聚焦人工智能、物联网和量子计算等新的实验领域。有很多活动专门针对微软的各种数据库平台,其中有几个提到了机器人工具(包括“微软Teams的企业呼叫和会议机器人工具”),还有一些专用于混合/增强现实。
Microsoft Graph活动看起来很有趣,其中一个专注于使用Microsoft Graph API(应用程序编程接口)和Xamarin构建移动应用程序,另一个则是关于如何使用Graph API构建安全应用程序的。对于那些希望回顾一下的人来说,Microsoft Graph API就是集中式的API,旨在帮助创建更多语境信息,以便让应用程序变得更加智能并更具粘性。
微软计划将一些Build大会上的活动进行网上流媒体直播,并将按照需要开放其他一些活动。但是,标记为“偷看”的活动主要聚焦的是微软从与会者那里获得的反馈,而且不太可能被没有到会的人看到。
5月8日的“AR/VR/MR设备用户界面平台”活动就标记为“偷看”,并表示微软“正在考虑改变UWP平台,让为AR / VR / MR设备构建身临其境的体验变得更容易”,包括在2D设备上创建AR。5月8日大的“Windows 10 XAML框架的开放源代码和向下兼容性”活动也被标记为“偷看”,这表明微软正在考虑将Windows 10 XAML / Fluent UI框架部分作为开放源代码发布。5月9日的“为Windows 10 XAML应用程序提供云应用程序的用户界面”会议也被标记为“偷看”,它介绍了ReactNative是如何融入微软开发者的故事。
(非)著名的Raymond Chen是5月9日的题为“在Windows 10上开发套件”的演讲者之一,任何/所有的Windows 10开发者可能都会对这个活动有兴趣。同样在5月9日,主题为“微软内部的流畅设计系统:Office”的活动将详细介绍Windows和Office是如何协同合作,将“Office的生产力专业知识带入Fluent设计语言”。
微软今年Build大会的一大主题是说服开发人员相信,他们需要理解,才能将人工智能技术融入到他们的应用中。在Build大会上,有几个专题讨论了这个话题,其中包括5月9日 “开发人员在构建智能应用程序时需要了解的十件事”的专场活动以及“对话式人工智能:构建机器人程序的最佳实践”,它将为使用Bot Builder v4软件开发工具包、认知服务等提供指南。
Build 2018大会将于5月7日至9日在美国西雅图市区举办。它和谷歌的Google I/O开发者大会在时间上是重叠的。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。