Box近日宣布收购Progressly,一家专注于帮助企业通过自动化提高生产效率的低调公司。
这家初创公司的自动化品牌不同于我们熟悉的工作流程工具(如IFTTT)。后者的产品和其他类似产品是为了协调云服务而开发的,例如通过在用户日历应用中同步会邀,而Progressly更侧重于协调人员。
Progressly的平台能够针对设计公司内多名员工的一些标准化活动创建工作流程,用户可以通过一个手机应用(可以看作是任务管理中心)来对这些工作流程进行设置。
举例来说,用户可以围绕着一个工厂维护人员用来记录技术问题的报告表单来构建工作流程。如果员工在Progressly应用中填写表单时将问题标记为“严重”,那么平台就会向团队负责人发出通知。相同的自动化功能还可用于处理发送签名请求等相关任务。
收购Progressly将会强化Box现有的自动化功能。去年,Box发布了一项名为“Relay”的服务,允许企业创建多步骤工作流程来协调人员的活动。此外Box还提供与众多外部自动化服务的集成。
作为收购的一部分,曾经由创始人Nick Candito领导的12人Progressly团队将加入Box。具体财务条款没有披露。
不过,Box首席产品官Jeetu Patel在博客文章详细解释说,Progressly团队将“进一步增强我们客户使用我们去年10月推出的元数据和情报投资的能力。”这里是指Box Skills,一组人工智能工具,可用于从多媒体中提取详细信息并执行其他高级任务。
Box可能正在计划开发某种新的AI注入工作流引擎,旨在实现企业运营方面的自动化。人工智能已经被证明是一种有效的手段,可以缓解重复性和相当标准化的任务,而这正是像Progressly这样的工具瞄准的对象。
好文章,需要你的鼓励
希腊塞萨洛尼基大学研究团队开发出MIR-L算法,通过"彩票假说"发现大型图像修复网络中的关键子网络。该算法采用迭代剪枝策略,将网络参数减少90%的同时保持甚至提升修复性能。MIR-L能同时处理去雨、去雾、降噪等多种图片问题,为资源受限设备的实时图像处理提供了高效解决方案,具有重要的实用价值和环保意义。
这项由OpenRouter公司团队和Andreessen Horowitz(a16z)投资机构联合开展的研究,于2025年12月发表。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。