近日,辦公協(xié)作軟件MUST發(fā)布全新版本,文檔功能升級上線,不僅增加了模板切換功能,文章、投票、活動多樣式自由切換,還增加了文檔評論中的@提醒定位功能。加上文檔強(qiáng)大的附件與評論功能,現(xiàn)在,使用者在一個文檔中就能進(jìn)行項目、創(chuàng)意、終端、行政、培訓(xùn)等多項工作管理。
“聊天+文檔+任務(wù)”的協(xié)作模式
MUST是一款專注團(tuán)隊協(xié)作的移動辦公軟件??紤]到團(tuán)隊主流的工作溝通習(xí)慣,MUST以群組為單位,在群組溝通的基礎(chǔ)上,加入[文檔]與[任務(wù)]模塊。在聊天的過程中,有需要進(jìn)一步深度討論的話題可以在[文檔]模塊中建立文章,專向溝通;有待落實(shí)跟進(jìn)的事情則可以直接建立,分派給負(fù)責(zé)人,群組任務(wù)都保存在[任務(wù)]模塊,方便跟進(jìn)。
對于用戶來說,熟悉的溝通方式,加上通用易懂的功能模塊,能大大降低學(xué)習(xí)成本,快速上手使用。
用[文檔]討論需求、交付工作
[文檔]模塊的通用性,讓產(chǎn)品的功能點(diǎn)與用戶的使用場景巧妙結(jié)合。
比如在進(jìn)行項目的需求討論時,大至新項目的立項,小至一個UI細(xì)節(jié)的設(shè)計,只需要在群組中創(chuàng)建一篇文檔,群組成員就能隨時隨地通過跟帖,回復(fù)發(fā)表自己的意見,實(shí)時同步信息。
文檔評論中的@提醒功能,能讓對方在第一時間收到通知,快速定位到相關(guān)評論中,及時回復(fù)響應(yīng)。
如果需要交付工作,也可以將工作結(jié)果、資料文檔以附件的形式插入評論中,領(lǐng)導(dǎo)可以直接在評論中批復(fù),降低溝通成本,快討論快決策。
用[任務(wù)]跟進(jìn)項目進(jìn)度
在進(jìn)行項目執(zhí)行時,同事的工作安排則可以建立成任務(wù)的形式,指派給相關(guān)負(fù)責(zé)人。如果認(rèn)為零散的任務(wù)不方便管理,可以將相關(guān)任務(wù)以附件形式匯總插入同一篇文檔中,方便成員隨時跟進(jìn)待辦事項,查看項目進(jìn)度。
無所不包的附件功能
[文檔]強(qiáng)大的附件功能,不僅可以插入word、ppt、excel等office文檔,還能插入小視頻、語音、圖片、網(wǎng)址等多媒體,就連MUST應(yīng)用內(nèi)[文檔]、[任務(wù)]、[記事]也可以以附件形式一鍵打包。非常適用于項目資料的歸檔與存儲。
為適應(yīng)移動互聯(lián)網(wǎng)時代的工作溝通,當(dāng)前國內(nèi)興起了一批團(tuán)隊協(xié)作工具。有國外的yammer、trello,也有國內(nèi)的釘釘、teambition、明道等。但是每款產(chǎn)品的偏重方向不一樣,比如釘釘更側(cè)重于“溝通”,即消息的傳達(dá),但協(xié)作方面不強(qiáng);teambition雖主打協(xié)作,強(qiáng)調(diào)項目的任務(wù)屬性,但在溝通上的體驗(yàn)較弱;而明道則更突出企業(yè)社交元素。MUST文檔功能將溝通與協(xié)作完美結(jié)合,能讓團(tuán)隊成員及時溝通,又能加快項目的決策與執(zhí)行,提高協(xié)作效率。
MUST通用版功能全部免費(fèi)開放,目前國內(nèi)已有眾多創(chuàng)業(yè)公司與團(tuán)隊使用。在企業(yè)管理方面MUST還帶來更多組織管理功能,并提供第三方應(yīng)用接入,能與企業(yè)現(xiàn)有辦公軟件無縫對接,構(gòu)建企業(yè)移動平臺。
好文章,需要你的鼓勵
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。