ZDNet至顶网软件频道消息:本周二,在Gartner公司组织召开的Symposium/ITxpo研讨会上,微软CEO纳德拉概述了微软的发展策略。这是纳德拉首次现身ITxpo,他在发言里谈到手机、授权和IT管理,给人留下了脚踏实地、平易近人、重视客户的印象。此次会议共有8500人参加,其中包括了约3000名的首席信息官。
Windows 10似乎是微软策略中诸多方面的关键。纳德拉的解释是,Windows 10是新一代Windows系统第一步,而不是继Windows 8后的另一个Windows版本。Windows不仅仅是平板电脑、手机和计算机的操作系统,Windows 10将运行在一切平台包括物联网产品上。
“Windows的结构经过重新设计,成为一个核心Windows,可以在各种地方运行。未来的Windows能够在任何设备上运行,包括传感器、可穿戴设备或任何计算设备变种。“
未来Windows的关键是,不管在那里运行都为用户提供一致性体验。
纳德拉表示,“物联网的每一个节点都都需要一个安全可控的操作系统支持。我觉得Windows 10将会是一个很好的选择。”他还指出,另一个关键是利用此操作系统和数据点,送到Azure云里进行预测分析。他表示,“这的确是我们的物联网战略。今时今日,物联网已经是我们的一部分。我今天听了大家的发言,我真的想回公司去召集营销部着手此事。”
纳德拉发言的其他要点:
授权。纳德拉认为微软授权太复杂了,但那是因为微软听取了客户对各种选项的需求。纳德拉表示,微软高管团队希望对此进行简化,Office 365的价格结构是第一步,方向是对的。围绕授权反复出现的一个议题是关于用户,而不是关于设备。但由于移动性以及用户使用不同的设备等因素,这地方发生了变化。消费是另一种定价选项。他称,“授权需要跟随不断变化的需求。”
移动性。纳德拉称移动性不关设备的事,移动性事关控制板(Control plane)和生产率和云工具。他表示,“我们必须将移动性与用户和应用程序体验一起考虑,而不是将其与设备一起考虑。”纳德拉指出,Windows 10是在移动性上下注。
Active Directory。纳德拉同意Active Directory可以说是微软最重要的资产的说法。”纳德拉表示,“我们的投资不菲。”他称Active Directory可以做云身份验证用。
变形结构(Morphing architecture)。纳德拉指微软会适时地根据需要调整代码和用到的方法。他称,“理念出现变化时,我们会为其搭建平台。”
为什么染手游戏?纳德拉表示,Windows的语音技术来自Xbox,一些关键安全功能也来自Xbox。游戏对一个包罗万象的企业来说有其价值点。
云。纳德拉表示,微软在云计算方面的强项是能够完成大多数的事情。但微软最具战略意义的API是365 Office及其扩展。这些Office API甚至胜过Azure。Office的可扩展性和数据在Azure Active Directory里导致了几十亿个身份交易。纳德拉表示,Azure不能落在亚马逊网络服务(AWS)后面,但微软的优势是其混合云技术。System Center和其他企业工具软件可以直接连上Azure。
亚马逊AWS。纳德拉对AWS已经通过其合作伙伴成了混合云的说法感到不爽。纳德拉称混合云不仅仅是连接。混合云的主要部分是管理控制板。他指出,“你要想想云的边缘是什么。”他紧接着指是微软的服务器平台。他表示,10月20日这一天会发布更多这方面的消息。坊间流传北美三个公司“AWS、微软和谷歌“将主导云计算的说法,纳德拉觉得这个说法可笑。他说,微软必须使得其他的云——包括各个国家自己的云——利用微软技术有自己的发展。
过渡到新的模式。纳德拉认为,Office 365是新的Exchange,一方会吃掉另一方。关键是要确保当前的Exchange客户可以根据自己的条件进行过渡。
好文章,需要你的鼓励
今天讲的出海案例是三星医疗,一家从宁波起家做智能电表的A股公司,旗下子公司三星瑞典签下荷兰最大区域电网运营商Enexis的变压器框架合同,金额1.17亿欧元,约合9.49亿元人民币。
香港大学团队开发的Utonia首次实现了跨领域3D点云数据的统一处理,通过因果模态屏蔽、感知粒度重定标和RoPE增强位置编码三大创新,让一个AI模型就能理解室内扫描、户外雷达、工业设计等各种3D数据。该方法不仅在多个基准测试中超越专门模型,还在机器人操作、空间推理等应用中展现出色性能,为未来空间智能技术发展奠定重要基础。
人工智能正推动计算需求激增,但电信运营商面临结构性障碍:专有技术控制着其无线接入网络。开放RAN旨在打破这种控制,为创新开门。Stackpane首席执行官指出,推理工作负载更加计算密集,代理AI框架需要更严格的策略控制。RAN智能控制器仍被诺基亚等少数供应商垄断。电信运营商规模有限且监管严格,难以实现技术部门的规模经济和快速创新。
Physical Intelligence团队发布了FAST技术,这是一种全新的机器人动作学习方法。该技术通过频域压缩解决了传统方法在高频精细动作上的训练难题,将训练效率提升5倍。FAST首次实现了机器人在未见环境中的零样本操作,能够完成衣物折叠等复杂任务,为通用服务机器人的发展奠定了重要基础。