至顶网软件频道消息:微软正在为Teams构建更多针对行业和基于角色的功能,并为其Office 365套件之锚添加了更多会议功能和人工智能支持选项。
微软Teams——微软针对Slack的群聊竞争对手和Office 365的海报应用程序——本周在Ignite IT专业人士会议上大放异彩。微软的官员们表示,Teams是微软历史上发展最快的商业应用程序。该公司的官员们表示,经过不到两年的市场营销,现在全球有超过329,000个组织在使用Teams——而在2018年5月份,还只有20万家用户。

微软表示,在财富100强的企业中,有87家企业正在以某种方式使用Teams,其中有54家企业目前在公司内部拥有超过10,000名的Teams用户。
为了保持Teams的发展,除了最近宣布推出免费版的Teams之外,微软还一直在快速增加新功能以及第一方和第三方集成。今天——9月24日——在Ignite大会上,微软的官员们谈到了Teams一些即将到来的、针对行业和/或基于角色的工作流程。
一个例子是一线员工的日程管理功能。此功能目前通过微软的StaffHub应用程序提供,该公司的官员们告诉我,该应用程序将于2019年10月1日退役,为直接在Teams中涵盖这些相同的功能铺平了道路。Teams中的日程管理将使管理人员能够创建并共享员工日程安排,员工可以交换轮班、请求休假等等。
一位发言人表示:“随着时间的推移,一线员工的新体验将推广到Teams。凭借这一扩展的功能集,Teams将是所有员工团队合作的中心。”
另一个Teams推出的、针对行业的特定功能的例子是,微软正在提供一种病人护理协调服务,该服务与电子健康记录集成,并提供安全的消息传递、图像注释等。尽管这项功能主要针对的是医疗保健行业,可微软正在向所有的Teams用户推广这项服务,医疗保健专业人员在使用消费者聊天应用时,在遵守HIPAA规定方面面临着风险。该医疗保健解决方案现在已经在进行私下预览。
微软本周在Ignite大会上还宣布了其他一些有关Office 365的新闻,Teams两个之前宣布的功能——背景模糊和会议录制将在本周全面推出。背景模糊功能使用面部检测来模糊视频会议期间的背景。会议录制功能让用户可以随时使用字幕和可搜索的时间编码记录播放录制的会议内容。
微软还在吹嘘该公司官方所谓的Office 新功能——“Ideas”。Ideas是Office客户端应用程序中的一组功能,可以提供主动建议。一些现有的功能,如PowerPoint中的Designer和Morph; Word中的格式和语法建议;以及Excel中搜索见解和异常值都将成为Ideas的一部分。
Ideas的目标是通过为用户提供通用的用户界面和发现方法,帮助用户更快、更轻松地找到这些建议功能。该公司官方表示,“Ideas”名下的更多功能正在开发之中。
微软本周还针对使用Mac 的Mac Office Insiders提供了OneDrive Files on Demand功能的公开预览。(Files on Demand是以前Placeholders功能的接班人。)对于Mac用户,OneDrive Files On-Demand将在Finder中显示所有OneDrive文件,但只有在用户需要时才会下载它们。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。