继微软宣布其Skype网络电话支持亚马逊Fire Phone后,紧接着,微软又为之开放了其OneNote笔记本应用支持。
微软高管表示,OneNote对亚马逊Fire Phone的支持将于7月24日登陆亚马逊Android应用商店。不过,这并不是一版专为亚马逊Fire Phone进行了优化的OneNote笔记本应用,而是一个现有的Android版OneNote电子记事本应用,目前可从亚马逊Android应用商店获得。
虽然Android版OneNote应用主要为手机开发及优化,而非Android平板电脑,但它也可以安装在Android平板电脑上。这意味着可从亚马逊Android应用商店获得的这个Android版OneNote应用也可以安装在亚马逊Kindle Fire平板电脑上。(图片正是OneNote应用在Kindle Fire HDX上运行时的状态)。
微软仍在继续为Android平板电脑打造一系列的触控优先型的Office应用套件。据悉,这套应用将在今年年底前公布。它很可能可免费获得,只是需要订阅Office 365服务才可开启其各种功能——与iPad版Office应用套件异曲同工。
对微软而言,为所有顶级移动设备提供生产力软件和服务是其当前优先考虑的事情,而这也很可能是微软很快为亚马逊的这些移动设备提供Skype和OneNote支持的一个关键原因。此外,亚马逊Android应用商店中现有的Evernote印象笔记软件或许也是促使OneNote团队为亚马逊移动设备发布其应用的原因之一。
微软在2012年首次为Android智能手机发布了其OneNote应用。Android手机版OneNote应用也可从谷歌Play商店中下载。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。