至顶网软件频道消息: Tableau正在寻求通过收购Empirical Systems来增强其数据可视化平台。据悉,Empirical是一家源于麻省理工学院的人工智能初创公司。

Tableau将通过收购获得Empirical的Analytics Engine,该软件工具旨在消除大规模数据建模中的复杂性。
数据建模是商业智能项目的一个关键部分。广义而言,这涉及到将记录结构化成为一种更适合分析项目使用的形式,无论是寻找新的销售机会还是发现运营风险。Empirical的技术可以对流程中涉及到的几个最困难的任务进行自动化。
该软件可以做繁重的统计工作,从而为数据科学团队节省时间,让不具备较强技术能力的客户在分析项目中发挥更重要的作用。Tableau表示,Analytics Engine在诸如映射不同变量之间关系等操作中给予各种指导。
Tableau将把Empirical的技术融入其数据可视化平台,以便用户从他们正在分析的信息中提取洞察信息。Empirical团队也将参与产品整合工作。
Empirical将继续在马萨诸塞州剑桥也就是目前公司所在地开展业务。Tableau还计划在该市建立一个新的发展中心,以吸引麻省理工和哈佛大学的人才。
收购Empirical可以说是Tableau近年来为扩大平台而收购的几家初创公司之一。2017年Tableau收购了ClearGraph,这家初创公司开发了用于促进自然语言数据查询的技术。 Tableau的平台中还包括了早期收购初创公司获得的高速分析引擎。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。