
7月30日,微软在北京召开了WindowsPhone 8.1 Update 发布会,这个一直被众多用户所期待的版本终于在今天正式呈现在了大家面前。
而在WP8.1中最受关注的非Cortana莫属,微软此次也真正将这个个人助理Cortana(中文名称小娜)带进了中国,而小娜的形象则是一个黄色的小面团。在发布会过程中微软为我们演示了这个专门为中国打造Cortana,小娜可谓上知天文,下知地理,就算中国武侠小说也能与你毫无障碍的进行沟通。
在发布会过程中,互联网工程院负责Cortana产品开发的闫勃为我们展示了Cortana小娜各项功能。小娜不仅记录了用户生活中的所有兴趣与爱好,甚至还记录了用户的私人喜好。
既然是一个私人秘书,那么你的日程安排就少不了小娜的关怀,她会时刻提醒你当天日程安排,提醒你每时每刻要做的事情。她能与你一起阅读短信,给予你更多帮助与提示,甚至帮助你发送短信、打开微信朋友圈,如此私密,如此私人。
当然,你若是认为小娜的功能仅此而已,那么你就错了,在现场展示中,小娜以聪颖沉稳的形象深深打动了场上的每一个人,似乎只有你想不到的,而没有小娜做不到的。至于更多的闪光点,需要每个用户共同去发掘与体验。
在发布会最后,微软宣布了小娜是小冰的姐姐,未来小娜将会与小冰会进行姐妹间的对话交流,不过微软在此处卖了一个关子管子,并没有进行任何透露。不过做为美女小冰的姐姐,小娜你也来一个美女头像可否?
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。