至顶网软件与服务频道消息:微软在Build 2020上公布了第一个针对特定行业的云产品——Microsoft Cloud for Healthcare的公开预览版和六个月免费试用期,成为微软行业云“Microsoft Industry Clouds”之一。Microsoft Industry Clouds主要面向微软重点垂直行业的数据分析、协作和运营而设计。
为了打造Microsoft Cloud for Healthcare,微软在Dynamics 365 Marketing、Dynamics 365 Customer Service、Power Platform工具和Azure IoT的基础上进行了扩展,例如, Microsoft Healthcare Bot Service就是Cloud for Healthcare中的一个组件。 Microsoft 365和Microsoft Teams中面向医疗和一线员工的嵌入式功能也有可能被作为基础功能。
微软Build大会期间表示,Microsoft Industry Cloud解决方案将集成Microsoft Cloud(Azure、Microsoft 365/Office 365、Dynamics 365)和“特定行业的数据模型、跨云连接器、工作流和API,以提供针对优先场景所需的行业方案。”Cloud for Healthcare将使用通用数据模型在应用之间共享数据。
此前微软已经单独提供了很多Microsoft Cloud for Healthcare品牌下单独的部分功能。而考虑到当前COVID-19新冠病毒大流行的情况,微软选择把医疗作为首个行业云垂直行业市场也就不足为奇了。
微软在十多年前开始涉足医疗行业,但结果还是卖掉了最初收购的大多数医疗资产。几年前,微软宣布创建一个新的以医疗为重点的研究部门也就是Healthcare NExT。
医疗行业是微软最高优先级的垂直行业之一,因为医疗是一个不断发展且普及的市场。在美国,微软很多产品团队和微软研究院一直在与客户合作,构建基于云的AI平台,以“通过创建个性化的、基于社区的护理网络方式,在医疗提供商、药房和付款人之间进行信息集成”。
微软方面没有透露接下来将关注哪些垂直市场以及特定行业的云。但是,微软的主要垂直行业包括汽车、银行、消费品、国防和情报、能源、保险、制造、媒体和娱乐、零售和电信。同时微软也将继续追求长期目标,让Office客户端应用和服务更适合特定的垂直行业市场。
微软预计,Microsoft Cloud for Healthcare将在2020年第四季度开始全面上市。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。