
据路透社于12月12日的首次报道称,Facebook已不再在Facebook页面内显示微软Bing搜索结果。
如今,取而代之的是Facebook自己的搜索技术,其自有技术专注于搜索Facebook中的内容,而非微软Bing。
微软和Facebook官方人员均证实了这一改变,因此从今以后Facebook将不再在Facebook搜索界面显示Bing搜索结果。此外,微软高管表示,两家公司还将继续在其他领域进行合作。
2007年,微软曾向Facebook投资2.4亿美元,双方已就各种各样的项目展开了众多合作,包括许多广告方案,以及一项将Facebook网站数据合并到Bing搜索结果的协议。
自2013年开始,Facebook已不再使用Bing为其图谱搜索(Graph Search)提供动力。彼时,Facebook仍然使用Bing来生成其Web搜索结果。
微软仍在不断尝试扩大Bing的应用范围,希望它能不仅仅局限于网页搜索服务。过去的几年间,微软一直专注于一些能够在其他产品(如Office套件)中使用其Bing后台庞大资源库和其他技术的方法,同时也一直致力于令Bing成为微软内部及其合作伙伴使用更多的一个平台。
目前,Bing仍继续为雅虎提供搜索结果,包括内置于PC版和移动设备火狐浏览器中的雅虎搜索结果。而雅虎也一直在寻求一种能够摆脱它与微软长达10年期的搜索合作伙伴关系的方法。
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。