微软的官员们表示,该公司的Azure Sphere微控制器(MCU)和相关的云安全服务将于2020年2月全面上市。该公司的官员于10月28日在IoT Solutions World Congress大会上宣布了这一消息。
今天,微软还为其于2019年4月收购Express Logic获得的ThreadX RTOS技术推出了新品牌。在未来,该产品将被命名为Azure RTOS。ThreadX是世界上使用最为广泛的实时操作系统之一。微软今天还宣布,主要的微控制器制造商Renesas已经表示将在其所有的产品(包括Synergy和RA MCU产品系列)中广泛地使用Azure RTOS。
微软在保护低成本联网设备方面已经耕耘多年。微软研究院的“ Sopris项目”就是要创建一个高度安全的微控制器。该项目最终演变成Azure Sphere,微软于2018年4月份正式发布了这一产品。
第一款Azure Sphere芯片是联发科的MT3620,该产品包含了一个板载安全子系统,微软将这个系统命名为“Pluton”。Azure Sphere OS包含了微软开发的自定义Linux内核以及安全的应用程序容器。Azure Sphere Security Service提供身份验证、威胁响应以及设备和应用程序故障信息。在2018年9月份,微软发布了适用于Azure Sphere的Visual Studio的软件开发套件预览版。微软的官员们最近表示适用于Linux的SDK以及对Visual Studio Code的支持将很快推出。
今年六月,微软宣布将与NXP合作开发另一款经经Azure Sphere认证的芯片i.MX 8,该芯片将适用于人工智能、图形和更丰富的UI体验。十月初,微软还表示将与高通一起提供首款具有蜂窝功能的Azure Sphere认证芯片,该芯片将提供安全的连接。
微软的官员们表示,一直在使用预览版Azure Sphere的客户已经利用它为零售和制造设备设计和生产消费装备。该公司的官员们表示,经过Azure Sphere认证的联发科MT3620芯片也被用于 “保护模块”中,以安全地连接和保护关键任务设备。
微软的官员们表示,Azure RTOS是Azure Sphere的“补充”。今年年初,微软通过启用MediaTek MT 3620芯片内部的M4核心处理器,为在RTOS或裸机上运行的现有代码提供了安全的环境。
微软的一位发言人表示:“我们的目标是使Express Logic的ThreadX RTOS能够作为Azure Sphere设备上实时处理要求的选项,并且当物联网解决方案需要边缘计算功能时,让支持ThreadX的设备能够连接到Azure IoT Edge设备。虽然我们建议客户将Azure Sphere用于客户与云之间最安全的连接,但是在高度受限的设备中不可能使用Azure Sphere,我们的建议是Express Logic的ThreadX RTOS优于行业内其他的RTOS选项,因为它具备了附加身份认证并且可以‘开箱即用’地连接到Azure IoT Hub。”
在今天的IoT Solutions World大会上,微软还发布了很多关于其现有物联网产品的消息。该公司为其IoT Central管理的物联网应用程序平台增加了新的应用程序模板、API、多租户支持和更多的功能。Azure IoTHub获得了一些新功能,Azure Time Series Insights增加了很多新的预览功能,包括多层和灵活的冷存储、更丰富的分析并提升了规模和性能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。