Microsoft 将于本周五迎来其 50 周岁的重要里程碑。让我们回顾这家 Windows 巨头走向行业主导地位过程中的起起落落。
在取得众多成功的同时,这家由比尔·盖茨创立的公司也经历了不少失误和挫折。每一个 Windows 3.0 和 3.1 的成功背后,都有类似 Microsoft Bob 和 Windows 8 这样的教训。
曾几何时,Microsoft 的产品几乎无处不在。从 MS-DOS 到 Windows 系统可谓普及率极高。尽管该公司在 Windows Mobile 和 Windows Phone 方面的战略导致在智能手机市场败给了竞争对手,但 Microsoft 凭借其办公套件在企业市场仍然保持主导地位,这一地位没有被 Google 等竞争对手的努力所撼动。
为这家总部位于雷德蒙德的科技巨头选择里程碑式的成就和失败并不容易,因为可选项实在太多。操作系统无疑是重中之重,其次是办公生产力应用。编程语言同样值得一提,虽然 Microsoft 并非 BASIC 语言的发明者,但其开发的特定版本获得了广泛欢迎。
此外还有云计算领域的布局,以及最近在人工智能方面的投资。我们询问了该公司的聊天机器人 Copilot 关于 Microsoft 的成就,它提到了收购 GitHub 和 LinkedIn 的成功案例。而另一方面,耗资数十亿美元收购 Nokia 则被 Copilot 列入失误清单中,这个判断确实有理。
其他失误包括低估了 Google Chrome 浏览器的潜力,导致其在创新方面超越了 Microsoft 的 Internet Explorer,以及失败的 iPod 竞品 Zune。有趣的是,Copilot 也承认 Windows Vista 并非 Microsoft 最辉煌的作品。
不过,它还告诉我们半个世纪有 25 年这样的错误认知。
最终,是用户们直接体验着 Microsoft 决策带来的影响。笔者的个人经历始于接触 Microsoft 版本的 BASIC,之后经历了在 MS-DOS 系统上调试各种 CONFIG.SYS 设置 (为了让特定应用程序能够运行),然后获得了一份开发名为"Microsoft Access"软件支持的工作机会,最终涉足 Microsoft 的服务器和云计算领域。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。