
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
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。