原標(biāo)題:Build 2015 Windows 10 真跨平臺應(yīng)用,并支持 Android/iOS 應(yīng)用快速移植
對,多數(shù)人都在等待的Windows 10 相關(guān)信息終于得到發(fā)布。
根據(jù)微軟提供的信息,Windows 系統(tǒng)目前為止提供的111 種不同語言版本在190 個國家共擁有15 億用戶。
首先,微軟宣布為所有平臺的Windows 10 商店內(nèi)容提供運(yùn)營商付費(fèi)功能,不方便綁定銀行卡的用戶可以直接通過運(yùn)營商扣費(fèi)購買商城內(nèi)容。
此外,微軟宣稱將推出Windows Store for Business,以此方便企業(yè)和教育用戶統(tǒng)一購買應(yīng)用,并面向特定用戶上架私有企業(yè)應(yīng)用。
應(yīng)用方面,微軟發(fā)布了Windows 10 平臺應(yīng)用的首批合作伙伴,其中包含騰訊。新Windows 10 平臺提供的Universal App 通用應(yīng)用運(yùn)行開發(fā)者使用同一個代碼、同一個應(yīng)用,同時為不同平臺的Windows 系統(tǒng)提供服務(wù)。
如微軟操作系統(tǒng)總裁Terry Myerson 演示的,新版微信能同時運(yùn)行在Windows Phone 10 和Windows 10 上,并共享狀態(tài)。用戶在手機(jī)中開啟一個對話,桌面系統(tǒng)的通知中心能實(shí)時收到相同通知,同時桌面應(yīng)用運(yùn)行后也會開啟同一對話。
媒體應(yīng)用USA Today 同理,用戶在手機(jī)端查看文章,桌面端啟動后會回復(fù)手機(jī)的查看狀態(tài),而在Xbox 版本中,USA Today 則會自動著重呈現(xiàn)視頻內(nèi)容—— 都是完全相同的一個應(yīng)用,同一套代碼。
對于現(xiàn)有開發(fā)者而言,微軟會開始在新Windows Store 中接受.Net 和Win32 應(yīng)用。值得注意的是,Windows Store 中的Win32 應(yīng)用會嚴(yán)格獨(dú)立運(yùn)行,將應(yīng)用權(quán)限限制在合理的范圍內(nèi),同時與其它Windows App 一樣在卸載后完全不留存殘余文件。
關(guān)于傳說中的Android “兼容”,微軟正式宣布開發(fā)者可以將Java 或C++ 編寫的應(yīng)用簡單移植至Windows Phone/Windows 10 平臺上。Terry Myerson 稱微軟會在Windows 中內(nèi)置一個Android 運(yùn)行環(huán)境子系統(tǒng),為用戶提供Android 應(yīng)用運(yùn)行環(huán)境,同時為這些應(yīng)用對接Windows 系統(tǒng)的API 和安全管理機(jī)制,以解決Android 應(yīng)用潛在的信息安全和隱私問題。
是的,iOS 系統(tǒng)的Objective-C 應(yīng)用也能被簡單移植到Windows/Windows Phone 平臺上。Visual Studio 可以直接打開Objective-C 工程,并在Windows 10 系統(tǒng)中“調(diào)試”(運(yùn)行)iOS 應(yīng)用,運(yùn)行的應(yīng)用同時支持觸摸和鍵鼠操作。
據(jù)Terry Myerson 描述,Candy Crush Windows Phone 應(yīng)用就是使用類似技術(shù)快速移植完成,接下來開發(fā)商還會在Windows 10 平臺發(fā)布更多游戲。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)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(tuán)隊通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)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(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)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(yàn)證有效性。