微软今天宣布,美国最大的药店连锁店Walgreens Boots Alliance将把大部分后端技术基础设施迁移到Azure云平台上。微软云业务取得新的进展,微软将在35亿美元规模的美国医疗行业扩大其影响力,获得近40万Office 365新用户。
Walgreens还计划向自己38名员工部署使用Microsoft 365。Microsoft 365是一组订阅包,其中包含Office 365、Windows 10、安全工具和其他某些产品。
该协议期限为七年。与去年微软与沃尔玛高调达成的云合作伙伴关系类似,微软与Walgreens的合作范围远不止采用Azure和Microsoft 365。两家公司将展开合作,开发在Azure之上的新云应用。
微软首席执行官Satya Nadella在声明中表示:“降低医疗成本的同时改善健康状况,这是一项复杂的挑战,需要医疗和科技行业之间的广泛合作,和强有力的合作。”
Walgreens的议程之一,是建立一套面向消费者的医疗服务,以帮助患者遵守药物治疗方案和获取在线护理等事项。另一个重点领域是慢性病管理。作为该项目的一部分,Walgreens和微软将开发一整套应用,专门用于为慢性病患者提供帮助。
研究公司Forrester高级分析师Arielle Trzcinski表示:“在零售药店,与患者接触的机会远多于诊所。慢性病患者经常会去看药剂师那里。我看到的数据表明,糖尿病患者平均每六个月就会去买药。”
Trzcinski说,这为药剂师创造了帮助患者监测健康状况的机会,促使他们在零售诊所或通过虚拟护理访问获得预防性护理。Trzcinski表示:“通过使用Azure这样的企业医疗云,你可以创建一个更加互联的生态系统,以便我们与患者的其他提供商共享这些数据、跟踪结果、并在出现问题时更早地进行干预。”
除了计划中的应用项目之外,微软与Walgreens的合作还将涉及一个硬件元素:Walgreens计划推出联网医疗设备用于管理非急性慢性病。这些设备将在后端使用Azure服务,包括Azure云平台中的一些人工智能和分析工具。
Walgreens今年将在12家门店设立“数字健康角”,向消费者销售这一硬件。在今天的公告中微软指出,这将涉及到“新的零售解决方案”,这里可能暗示其新的商店自动化项目。
本月早些时候微软与Kroger公司合作,共同开发了一个零售技术平台,包括传感器、联网“智能货架”和相关系统。两家公司表示,计划将平台出售给其他实体连锁店。这次与Walgreens这样一家大型企业合作,对该项目的开发来说是一个重要的推动力。
与微软最近签署云计算协议的其他主要零售商一样,Walgreens也面临来自亚马逊的竞争压力。这家网络零售巨头在医疗领域充满野心,去年6月以10亿美元收购在线药店PillPack,此举引发Walgreens及其两大竞争对手的总股价下跌128亿美元。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。