微软正在逐步放弃将基于网络的Office版本及基于网络的Office客户端应用称为“Office Online”或“Word Online”的做法。
微软正在将Office的网络版(以前被称为“Office Online”)重新命名为“Office”。但该公司的高管们表示,当他们需要将Office的网络版本与Windows、Mac、iOS或Android版本区分开来的时候,他们保留有时仍使用“Office for the Web”或“Office in the browser”这一术语的权利。
微软仅对客户端Office Online应用程序进行此项调整。 Exchange Online、SharePoint Online和Office Online服务器名称将继续存在。
微软透露了这一变化的原因:“由于我们的产品已经发展到可以在多个平台上提供对应用的访问,因此使用任何特定于平台的子品牌已经没有意义了。”
微软官方在7月24日的一篇博文中表示:“我们已经在大部分产品内部的体验、沟通、营销和技术内容方面做出了这些改变,并期望能够相对较快地完成剩余的更新。”
我,就我自己而言,并不是欣赏微软使用“Word”来描述各种Word——无论平台如何。对我而言,这使得事情变得更加复杂而不是更加简单,尤其是当读者询问可能在一个版本而非另一个版本中出现的特征或问题时更是如此。微软经常将Skype消费者版本与Skype 商业版或OneDrive消费者版本与OneDrive 商业版混为一谈,这使得关于微软产品的阅读和写作更加困难,而不是更容易。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。