北京时间3月17日消息,微软今天在旧金山的游戏开发者大会上证实,Windows开发者今年夏天就可以为Xbox One游戏机设计UWP(Universal Windows Platform,通用Windows平台)应用。
7年多以来,微软一直在通过这样或那样的方式,让Windows开发者通过Xbox在电视屏幕上运行应用,最初是作为“三屏一云”战略的一部分,最近则提出了UWP战略。微软还表示,Windows Store和Xbox Store将会合并。
为手机、桌面电脑和平板电脑开发软件一直都比较开放,但Xbox却始终遭到区别对待。开发传统Xbox游戏意味着要购买昂贵的Xbox开发单元(公开市场上无法购买),而微软也对最终的游戏施加了严格控制,并且深度参与了软件包分发等流程。
为了吸引独立开发者,微软将通过一些项目来简化游戏开发流程,但要设计通用应用仍然需要面临一些限制,只有特殊合作伙伴才能获得这种许可。然而,这一进步表明,UWP应用不久后就将支持Xbox One。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。