微软LinkedIn部门正在为LinkedIn新闻文章推出一项新的翻译功能,该功能依赖微软的一些核心人工智能技术。
鉴于超过一半的LinkedIn用户不在美国,LinkedIn官员认为需要简化新闻Feed中的跨语言交流。该公司的官员们表示,翻译会员发表的帖子是LinkedIn最为需要的功能之一。
尽管LinkedIn在开发新的动态翻译功能——被称为“参见翻译”( See Translation)——时大量使用了自己的技术和资源,但LinkedIn的官员指出,他们确实与微软的一些团队进行了合作并使用对方的一些技术。
“参见翻译”( See Translation)使用了微软的Azure文本分析程序接口,它可以检测多达120种语言,还使用了微软的翻译文本(Microsoft Translator Text)程序接口,这是微软另一项认知服务(Cognitive Services)。LinkedIn在6月28日发布的消息称,翻译文本API可以为特定域提供定制化翻译模板的功能,例如新闻Feed。
LinkedIn的官员们表示,“参见翻译”( See Translation)功能还建立在LinkedIn最初开发的各种开放源代码框架之上,包括Kafka、Samza和Rest.li,用于内容语言检测和标记。
LinkedIn工程团队撰写了一篇博客文章,扼要介绍了“参见翻译”( See Translation)功能是如何开发出来的。
LinkedIn官员们还于6月28日宣布在全球推出全新的LinkedIn QR号码功能,该功能允许用户快速查找他们刚刚遇到的人,以代替交换名片或电话号码。LinkedIn QR号码功能可在全球LinkedIn iOS和安卓版应用程序中使用。
微软在2016年收购了LinkedIn,并允许该业务在很多方面继续保持独立运营。微软和LinkedIn已经在各种产品和服务之间进行了一些整合,但LinkedIn在使用自己的数据中心和自己开发工具来构建其产品和服务。
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。