Microsoft 刚刚展示了它如果想的话,能够让 Windows 11“减肥”,这一点在其宣布运行精简版操作系统的 PC 游戏掌机时表现得淋漓尽致。
每一个新版本的 Windows 都不断堆砌功能 —— 往往是一些不需要的功能 —— 使得即便是最强大的电脑,与 Windows 只占用几个兆内存运行时相比,也会变得更为缓慢。
在一场 Xbox 活动上,Microsoft 和 ASUS 合作推出了两款掌机:Xbox Ally 和 Xbox Ally X。
虽然爱好者们会讨论这些掌机与其他设备(例如 Steam Deck)在规格上的差异,但对大多数 Windows 11 用户来说,最引人关注的是这些设备可以剥离操作系统中不必要的部分,从而提升游戏体验。
据 The Verge 报道,在一次简报会上,Xbox 体验副总裁 Jason Beaumont 表示: “当玩家启动全屏体验时,有大量 Windows 组件并不会被加载。”
“我们不会加载桌面壁纸、任务栏,或者那些主要为 Windows 生产力场景设计的众多进程。”
这足以让用户质疑:在启动 Word 或 Excel 时,Windows 11 有哪些内容是不必要的。对不断膨胀的系统进行反向精简,无疑会让人欢迎。不少非官方项目,比如 Tiny11,已经尝试展示在保持操作系统功能的前提下,Windows 11 的精简程度究竟能达到怎样的水平。
Microsoft 还声称,该设备的空闲功耗目前大约只有完整 Windows 桌面配置的三分之一,并且大约有 2GB 内存可供游戏使用。或者,用户也可以进入完整的 Windows 11 模式,而放弃所有优化措施。
虽然 IT 管理员可能对哪款掌机比另一款更适合运行 Baldur's Gate 3,或哪款在充电间隔时间内能持续运行更长时间毫无兴趣,但他们会关心那些经过优化、能以更少资源完成生产力任务的 Windows 11 版本。
希望将 Windows 11 装进便携式游戏设备所获得的经验教训,能在 Microsoft 未来的旗舰操作系统版本中得以体现,而不是又添加一项未经请求的、耗费 CPU 周期的功能。
好文章,需要你的鼓励
这项研究介绍了CRAWLDoc,一种创新的文献排序系统,能从网络中自动识别与学术论文相关的文档。德国乌尔姆大学的研究团队利用小型语言模型,将论文登陆页面作为查询,对所有链接资源进行排序,有效解决了学术元数据提取面临的网页布局多样性问题。基于600篇来自六大出版商的论文测试,系统展现出卓越的排序性能和跨出版商适应能力,为改进学术信息提取奠定了基础。
西安交通大学与昆明理工大学研究团队开发了一种基于集成学习的婴幼儿语音情感识别方法,能有效分辨饥饿、困倦、不舒服和高兴四种情绪状态。研究采用三层分类器架构,整合SVM、随机森林和KNN算法,达到85.82%的准确率,显著优于单一分类器。这项技术有望应用于智能婴儿监护和早期疾病筛查,为理解婴幼儿非语言表达开辟了新途径。
这项来自普渡大学和微软的研究探索如何让AI助手更好地保护用户隐私。研究团队通过让大型语言模型在回答前先思考"语境完整性"(即在特定场景下什么信息适合分享),并结合强化学习技术进行训练,成功降低了隐私信息泄露风险高达40%,同时保持了任务完成能力。研究仅使用约700个合成数据样本进行训练,却在真实场景测试中展现出色效果,为构建更隐私友好的AI助手提供了实用方法。
SkyReels-Audio是Skywork AI团队开发的全能音频驱动人像视频生成框架,能将静态图像或视频与语音输入结合,生成高度逼真、唇形同步的说话人像视频。基于预训练的视频扩散变换器构建,该技术支持无限长度视频生成和编辑,提供多模态控制能力。通过混合课程学习策略和双向潜在融合技术,该模型在身份一致性、面部表情自然度和唇形同步精度上取得了突破性进展,为数字内容创作、教育和娱乐领域带来革命性可能。