Firefox 开发商 Mozilla 旗下的开源电子邮件客户端 Thunderbird 正致力于将自身重塑为一个更全面的通信平台。
为实现这一目标,开发团队正在推出一系列配套服务,其中部分服务未来可能会产生收入。
这次雷鸟生态系统的扩张行动,是为了对抗包括 Google Gmail 和 Microsoft Office 365 等商业服务的吸引力,这些服务一直在逐步吸引走 Thunderbird 的用户。
Thunderbird 产品总监 Ryan Sipes 在上周发布的开发社区规划说明中解释道:"Thunderbird 每天都在流失用户到那些既是客户端又是服务的丰富生态系统,比如 Gmail 和 Office 365。"
"这些生态系统通过对第三方客户端的互操作性问题形成了硬性锁定,同时通过其客户端和服务之间的便利性和集成形成软性锁定。我们的目标是最终能够提供类似的服务,为那些需要的用户提供一个 100% 开源、尊重自由的替代生态系统。"
这些损失难以准确衡量,因为 Mozilla 并未公布 Thunderbird 的用户数据。但月活安装量从 2020 年 12 月 27 日的 17,706,777 下降到 2025 年 3 月 30 日的 16,174,806。
为了增强实力与这些巨头抗衡,仍在 Mozilla 基金会旗下运营的 Thunderbird 团队正在开发一系列网络服务——部分以"Thunderbird Pro"和"Thundermail"品牌推出,这些服务目前处于不同的发展阶段:
Thunderbird Appointment:一个日程安排工具,允许用户分享链接让他人在其日历上预约时间。
Thunderbird Send:重建版本的已停用 Firefox Send 服务 (2019 年),重写后支持更直接和灵活的文件共享。
Thunderbird Assist:尚未发布的可选 AI 服务,在硬件允许的情况下支持本地推理,或通过合作伙伴 Flower Labs 提供注重隐私的云端推理。
Thundermail:基于 Stalwart 技术栈的电子邮件托管服务,作为 Thunderbird 客户端的补充。Stalwart 支持 JMAP (JSON Meta Application Protocol),这是 IMAP (Internet Message Access Protocol) 的继任协议。
Sipes 表示这些服务的运营成本可能很高,因此部分用户需要付费——如果美国政府反垄断诉讼中针对 Chrome 的补救措施获得法院批准,Mozilla 可能需要替代从 Google 获得的数百万美元收入,这种收入来源可能会让 Mozilla 感到欣慰。
"初期,我们计划向持续的社区贡献者免费提供这些服务,"Sipes 说。"其他用户则需要付费使用。一旦我们拥有足够强大的用户基础,确保服务可持续发展,我们将开放有限制的免费层级,比如较少的存储空间等——具体取决于服务类型。"
用户也可以选择自行托管某些服务,如 Appointment 和 Send。
Sipes 指出,对文件共享等免费服务设置限制是必要的,以防止滥用。
"Thunderbird 在世界上是独一无二的,"Sipes 说。"我们对开源、开放标准、隐私和尊重用户的关注应该以多种形式表现出来。我们缺少网络服务意味着用户必须做出常常令人不适的妥协。这就是我们要纠正的问题。"
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。