据国外媒体报道, 微软周一发布了基于Azure Media Servic的媒体内容实时编码服务。这种服务应该会吸引那些想要将复杂编码计算外包到稳定外部服务的大型媒体公司。
微软Azure媒体服务的主管Sudheer Sirivara表示,“常见的使用案例包括基于事件的流媒体动态广告插入和24×7的线性流媒体播放。” 微软去年九月份推出了流媒体直播云服务Azure Media Servic,后来又在12月为其增加了PlayReady实时流媒体加密。
微软希望Azure Media Service广泛的服务内容可以帮助微软在竞争激烈的云计算市场脱颖而出。目前,这场亚马逊、谷歌和微软领头的竞争中,亚马逊已经明显领先。微软目前的选择十分明智,专注于未经开拓的复杂计算领域,比如广泛使用的视频流服务。
微软将在未来几天公布新功能更多的细节。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。