微软正在以预览形式提供其第二个垂直云产品:微软零售云(Microsoft Cloud for Retail)。微软零售云采用了微软医疗保健云的方式——后者同Azure、Microsoft 365、Dynamics 365和Power Platform以及各种模板和连接器捆绑在一起,以帮助医疗保健行业的客户处理结构化和非结构化的医疗保健数据。
微软零售云只在提供“端到端的购物之旅”。和医疗保健云一样,它结合了来自Azure、Microsoft 365、Dynamics 365、Power Platform,以及专门针对零售客户的Microsoft Advertising的服务和功能。和医疗保健云一样,零售云也是旨在通过通用数据模型将不同的数据源整合在一起。
微软没有公开零售云的价格。微软医疗保健云的费用为每位用户每月95美元。它被视为附加插件,需要用户自己拥有Azure、Dynamics 365、Microsoft 365和Power Platform许可证。
1月13日,微软还公布了Dynamics 365 Commerce的一些新功能,该应用程序提供了后台、店内、呼叫中心和电子商务功能。微软将B2B商务作为该应用程序的内置功能,所以Dynamics 365 Commerce将在单一平台上同时提供B2B和B2C商务。它还将Dynamics 365销售和客户服务应用程序与其Commerce应用程序集成在一起,该公司的高管们表示将为企业客户开放自助服务购买选项。
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。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
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。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。