繼微軟宣布其Skype網(wǎng)絡(luò)電話支持亞馬遜Fire Phone后,緊接著,微軟又為之開(kāi)放了其OneNote筆記本應(yīng)用支持。
微軟高管表示,OneNote對(duì)亞馬遜Fire Phone的支持將于7月24日登陸亞馬遜Android應(yīng)用商店。不過(guò),這并不是一版專為亞馬遜Fire Phone進(jìn)行了優(yōu)化的OneNote筆記本應(yīng)用,而是一個(gè)現(xiàn)有的Android版OneNote電子記事本應(yīng)用,目前可從亞馬遜Android應(yīng)用商店獲得。
雖然Android版OneNote應(yīng)用主要為手機(jī)開(kāi)發(fā)及優(yōu)化,而非Android平板電腦,但它也可以安裝在Android平板電腦上。這意味著可從亞馬遜Android應(yīng)用商店獲得的這個(gè)Android版OneNote應(yīng)用也可以安裝在亞馬遜Kindle Fire平板電腦上。(圖片正是OneNote應(yīng)用在Kindle Fire HDX上運(yùn)行時(shí)的狀態(tài))。
微軟仍在繼續(xù)為Android平板電腦打造一系列的觸控優(yōu)先型的Office應(yīng)用套件。據(jù)悉,這套應(yīng)用將在今年年底前公布。它很可能可免費(fèi)獲得,只是需要訂閱Office 365服務(wù)才可開(kāi)啟其各種功能——與iPad版Office應(yīng)用套件異曲同工。
對(duì)微軟而言,為所有頂級(jí)移動(dòng)設(shè)備提供生產(chǎn)力軟件和服務(wù)是其當(dāng)前優(yōu)先考慮的事情,而這也很可能是微軟很快為亞馬遜的這些移動(dòng)設(shè)備提供Skype和OneNote支持的一個(gè)關(guān)鍵原因。此外,亞馬遜Android應(yīng)用商店中現(xiàn)有的Evernote印象筆記軟件或許也是促使OneNote團(tuán)隊(duì)為亞馬遜移動(dòng)設(shè)備發(fā)布其應(yīng)用的原因之一。
微軟在2012年首次為Android智能手機(jī)發(fā)布了其OneNote應(yīng)用。Android手機(jī)版OneNote應(yīng)用也可從谷歌Play商店中下載。
好文章,需要你的鼓勵(lì)
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(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)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(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)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(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),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(guò)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(cè)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(lái)了效率和精度的雙重突破。