移動用戶一直都想擁有一款強大的免費軟件,它能夠兼容許多應(yīng)用,而且在哪里都可以訪問。迄今為止,雖然微軟還未能完全采用這些觀念,但它正在努力轉(zhuǎn)變中。
當?shù)貢r間本周四,微軟公布了它對其移動Office軟件進行的一些改變,使得這些運行于蘋果和谷歌移動操作系統(tǒng)上的Word、PowerPoint和Excel應(yīng)用在這個移動時代變得更加友好。
其中最顯著的變化是,蘋果iPhone智能機、iPad平板或運行Android系統(tǒng)設(shè)備的用戶今后可免費創(chuàng)建和編輯Office文件。在此之前,用戶需訂閱Office 365才可進行這些操作。
微軟是最晚采用“免費增值”這一概念的公司,許多游戲或應(yīng)用的核心部分會在該項目中給出,但其額外的附屬項目需要付費。這種轉(zhuǎn)變標志著微軟正在調(diào)整其戰(zhàn)略,投入更廣泛的市場。
Office產(chǎn)品經(jīng)理阿曼達·勒菲弗(Amanda Lefebvre)在一次采訪中說道:“我們希望更多的人使用我們的應(yīng)用,使用率是我們的主要目標。我們希望能為用戶選擇我們的產(chǎn)品提供更多的理由。”
作為這次調(diào)整的一部分,微軟對iPhone版Office應(yīng)用進行了“轟炸”。此前iPhone設(shè)備中含有基本版Word、PowerPoint和Excel應(yīng)用套件。如今微軟將為其提供三款擁有更多功能的獨立應(yīng)用——Word、PowerPoint和Excel,類似于其iPad版Office應(yīng)用。
僅僅兩天前,微軟剛剛與云存儲公司Dropbox宣布了一項合作交易,允許用戶直接從其Office應(yīng)用中訪問Dropbox,以及直接從Dropbox應(yīng)用中編輯Office文件。
雖然在PC世界里,擁有文字處理、電子表格和演示軟件的Office套件一直處于主導(dǎo)地位,但微軟基本上沒能成功利用該套件吸引客戶在移動設(shè)備上使用其Windows Phone操作系統(tǒng)。據(jù)IDC公司的研究員統(tǒng)計,目前,蘋果iOS和谷歌Android操作系統(tǒng)幾乎控制了所有智能手機和平板電腦市場,而運行微軟操作系統(tǒng)的移動設(shè)備僅占市場份額的2.5%。
自薩蒂亞·納德拉(Satya Nadella)2月份接任微軟首席執(zhí)行官以來,在他的帶領(lǐng)下,微軟一直在采取不同的策略,試圖對其他操作系統(tǒng)更多地開放Office套件,以此來增加其用戶基礎(chǔ),并希望有更多的人轉(zhuǎn)為高級訂閱用戶,在移動應(yīng)用上使用一些更為強大的工具。目前許多用戶都使用谷歌的免費辦公軟件應(yīng)用,而本次調(diào)整也將有助于微軟吸引其中的部分客戶轉(zhuǎn)向Office應(yīng)用。
勒菲弗說道:“我們希望客戶在哪兒我們就在哪兒,我們要確保對手機和平板的免費提醒承諾。”
在高級版Office軟件中,用戶可獲得更多Word編輯工具,如自定義文本的顏色變化以及精確控制圖表的編輯。此外,Word付費用戶可查看縱向和橫向的文檔,而免費用戶大多數(shù)情況下只能看到縱向文檔。PowerPoint的付費版本則附帶Presenter View(演示者視圖)模式,用戶可在屏幕上看到其備注及下一張幻燈片的縮略圖。
同時,iPad版Office應(yīng)用也進行了更新,周四即可使用,iPhone版亦然。至今為止,iPad版Office應(yīng)用已略見成效,其下載量已經(jīng)超過4000萬次。微軟并未透露iPhone版Office應(yīng)用的下載數(shù)量。
目前部分Android用戶可運行Office應(yīng)用的測試版本,但正式版預(yù)計將在2015年初才可全面上市。
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。