今日,金山辦公軟件在中國正式發(fā)布了WPS Office 6.0 for Android(以下簡稱“WPS 6.0”),并承諾說全球用戶可永久免費使用這款“極簡、極強、極智”的移動辦公應(yīng)用——金山辦公軟件CEO葛珂表示:“WPS 6.0是全球首款真正意義上‘為移動而生’的移動辦公產(chǎn)品,我們將堅定不移地踐行免費策略,為WPS在世界各地的用戶提供革命性的移動辦公體驗。”
WPS 6.0是金山辦公傾力打造的一款明星產(chǎn)品,基于對典型移動辦公場景的深入理解,針對觸控式人機交互環(huán)境進行了重新設(shè)計,完美支持Microsoft Office和PDF等23種文檔格式的閱讀與編輯、分享與協(xié)同,體積輕巧、功能強大,擁有簡約雅致的視覺風(fēng)格與飛一般的運行速度。
致力于幫助用戶從離開PC便無法工作的傳統(tǒng)辦公場景中解放出來——WPS 6.0加入了獨創(chuàng)的“文檔漫游”功能,用戶對文檔的修改、批注等操作將可以在PC和移動設(shè)備上無縫同步。WPS 6.0還配備了已獲專利認證的文件閱覽雙引擎,用戶既可以選擇接近PC體驗的文件查看模式,也可以嘗試使用更自然、更舒適的“手機閱讀模式”來審閱文件——只需點按“適應(yīng)”圖標,便可實現(xiàn)文檔的一鍵縮放,讓相對尺寸較小的屏幕也能以更加清晰悅目的方式呈現(xiàn)內(nèi)容,而且可以像翻動書頁那樣觀看文件。這項技術(shù)完美解決了Office與PDF文檔在手機屏幕上閱讀體驗不佳的問題。
WPS 6.0還擁有可靠、靈活的云存儲支持,支持包括金山快盤、Dropbox、Google Drive、Box、OneDrive五種國內(nèi)外主流網(wǎng)盤,及WebDAV/FTP自助添加模式,讓用戶可以輕松實現(xiàn)以文檔為核心的云端同步,無論是在PC、手機或是平板電腦上,都能隨時隨地進行移動辦公。
從2011年5月WPS Office 1.0 for Android發(fā)布以來,僅3年時間,WPS已成為全球移動辦公領(lǐng)域的領(lǐng)先品牌,支持44種語言,全球用戶超過2億。僅在Google Play應(yīng)用市場,WPS已獲得了超過160,000次五星評價,用戶口碑遠超其他國外同類產(chǎn)品。
金山辦公一直秉承“小、快、靈”的產(chǎn)品策略,把移動用戶最關(guān)心的核心功能做到極致,而不是像競爭對手那樣一味追求大而全。葛珂認為:“移動互聯(lián)網(wǎng)的快速發(fā)展打破了通用軟件行業(yè)壟斷的藩籬,失去操作系統(tǒng)的保護,微軟Office不再一家獨大,讓用戶有機會掙脫所謂‘標準’的束縛。軟件服務(wù)業(yè)的生態(tài)和盈利模式正在發(fā)生劇變,免費、輕量、精銳、易用的產(chǎn)品更易贏得用戶的喜愛。金山辦公有充足的勇氣和能力,打破微軟一家獨大的局面,讓用戶享受更好的移動辦公體驗。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。