
尽管微软发布Windows 8已两年之久,但其可用的Metro风格自定义LOB应用程序仍相对较少。
其原因之一是微软对Windows Store/Metro风格应用程序的侧面载入要求过多。而有了侧面载入功能,公司不需通过Windows Store即可向其用户部署Metro风格的自定义商业应用程序。
然而,侧面载入需要花费的成本及其许可条款令许多企业打消了为Windows 8构建“现代化”LOB应用的念头。不过,在微软今年召开的Build 2014大会上,该公司高管打破了其中的部分局限性。
Magenic技术公司首席技术官霍特卡(Rockford Lhotka)以及其他一小部分人一直直言不讳地批评微软Windows 8应用的侧面载入政策。其中甚至有一些微软内部成员已厌倦了该公司在侧面载入方面缺乏进展的现状,并试图通过自己的项目绕开这个限制。
针对其中一些抱怨,微软似乎已开始着手改善。在其Build 2014大会上,微软官方宣布他们已下调开发人员需要为侧面载入功能解锁设备支付的费用。
从今年5月开始,对任何具有批量授权协议的与Windows Pro电脑或平板电脑领域相关的公司,微软将向其授予企业侧面载入权。被许可方可以以约100美元的价格获得不限量Windows 8.1设备的LOB应用程序的侧面载入权。而在这之前,开发者需要支付30美元才能获得一台设备的解锁钥匙。
上周,微软还面向Windows 8.1用户推出了一些新工具,旨在帮助开发人员创建和部署运行在Windows 8.1更新中的触控商业应用。这些工具包括:
•Windows运行时组件代理:允许侧面载入的Windows Store应用在应用容器之外运行时访问Windows运行时组件。
•网络环回:通过该工具,侧面载入的Windows Store应用便可与桌面进程和应用通信。开发人员可以通过使用依赖于Win32或基础类库组件的现有代码构建触摸友好型应用,否则无法使用侧面载入的Windows Store应用程序。
•Windows通知服务:侧面载入的Windows Store应用可通过该工具接收推送通知。
霍特卡认为,虽然微软的这种改变挺好,但就帮助开发者将应用实际安装到他们的设备这一方面而言,仍远远不足。他在上周发表的一片博文中指出,在使用Windows Intune时,用户每月仍不得不为每台设备支付6美元到11美元不等的费用。
霍特卡表示:“我认为微软已经通过改变获得侧面载入权的费用及其可用性,朝着正确的方向迈出了实质性的一步。伴随着像(Magenic的开放源码)OrgPortal和CompanyStore这类项目的日益成熟,我想我们已经明白,WinRT(Windows8运行时编程接口)是商业应用开发值得考虑的事情。”
然而,尽管微软已做出了这样的改变,仍有一些用户认为侧面载入不可行。
一位名为“SleepDaddySoft”的网友在评论微软博文时指出,向侧面载入许可收费的规定使得WinRT/Windows 8的Metro风格应用成功无望。
他表示,“除非不再向侧面载入许可收费,否则对LOB应用程序而言,WinRT平台永远不可行。有谁会费力构建一套只能部署到拥有企业许可证用户设备的WinRT LOB应用程序?在不经许可就能够轻松地免费创建一个Web应用、桌面窗口应用、Android应用或Mac OS X桌面应用的情况下,有谁会购买你的许可做这些呢?”
SleepDaddySoft说道:“其实很简单。别再这样做了,取消对每个人、每台设备每一Windows版本的许可要求。然后看着各种类型的开发人员在Windows平台上DIY Kinect/Rift/WearableComputing/NextBigThing,极客们将做出许多令人惊奇的事情,之后Windows Store及其平台将受益于这种网络效应的积极发展。”
此外,微软还宣布称领有Windows或Windows Embedded软件保证(Software Assurance)的批量受权(volume licensees)用户将有权获得Windows Enterprise和Windows Embedded Industry SKU。微软高管表示,引入新的Windows Embedded Industry并不意味着微软将中断或替换其现有的Windows Embedded版本。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。