移动用户一直都想拥有一款强大的免费软件,它能够兼容许多应用,而且在哪里都可以访问。迄今为止,虽然微软还未能完全采用这些观念,但它正在努力转变中。
当地时间本周四,微软公布了它对其移动Office软件进行的一些改变,使得这些运行于苹果和谷歌移动操作系统上的Word、PowerPoint和Excel应用在这个移动时代变得更加友好。
其中最显著的变化是,苹果iPhone智能机、iPad平板或运行Android系统设备的用户今后可免费创建和编辑Office文件。在此之前,用户需订阅Office 365才可进行这些操作。
微软是最晚采用“免费增值”这一概念的公司,许多游戏或应用的核心部分会在该项目中给出,但其额外的附属项目需要付费。这种转变标志着微软正在调整其战略,投入更广泛的市场。
Office产品经理阿曼达·勒菲弗(Amanda Lefebvre)在一次采访中说道:“我们希望更多的人使用我们的应用,使用率是我们的主要目标。我们希望能为用户选择我们的产品提供更多的理由。”
作为这次调整的一部分,微软对iPhone版Office应用进行了“轰炸”。此前iPhone设备中含有基本版Word、PowerPoint和Excel应用套件。如今微软将为其提供三款拥有更多功能的独立应用——Word、PowerPoint和Excel,类似于其iPad版Office应用。
仅仅两天前,微软刚刚与云存储公司Dropbox宣布了一项合作交易,允许用户直接从其Office应用中访问Dropbox,以及直接从Dropbox应用中编辑Office文件。
虽然在PC世界里,拥有文字处理、电子表格和演示软件的Office套件一直处于主导地位,但微软基本上没能成功利用该套件吸引客户在移动设备上使用其Windows Phone操作系统。据IDC公司的研究员统计,目前,苹果iOS和谷歌Android操作系统几乎控制了所有智能手机和平板电脑市场,而运行微软操作系统的移动设备仅占市场份额的2.5%。
自萨蒂亚·纳德拉(Satya Nadella)2月份接任微软首席执行官以来,在他的带领下,微软一直在采取不同的策略,试图对其他操作系统更多地开放Office套件,以此来增加其用户基础,并希望有更多的人转为高级订阅用户,在移动应用上使用一些更为强大的工具。目前许多用户都使用谷歌的免费办公软件应用,而本次调整也将有助于微软吸引其中的部分客户转向Office应用。
勒菲弗说道:“我们希望客户在哪儿我们就在哪儿,我们要确保对手机和平板的免费提醒承诺。”
在高级版Office软件中,用户可获得更多Word编辑工具,如自定义文本的颜色变化以及精确控制图表的编辑。此外,Word付费用户可查看纵向和横向的文档,而免费用户大多数情况下只能看到纵向文档。PowerPoint的付费版本则附带Presenter View(演示者视图)模式,用户可在屏幕上看到其备注及下一张幻灯片的缩略图。
同时,iPad版Office应用也进行了更新,周四即可使用,iPhone版亦然。至今为止,iPad版Office应用已略见成效,其下载量已经超过4000万次。微软并未透露iPhone版Office应用的下载数量。
目前部分Android用户可运行Office应用的测试版本,但正式版预计将在2015年初才可全面上市。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。