微软周三宣布,计划重组公司手机硬件业务,以更好地集中和调配资源。微软还同时宣布,将至多裁减7800个工作岗位,主要针对手机业务。
微软称,受此计划影响,除了大约7.5亿美元至8.5亿美元的重组支出外,公司还将计入与收购诺基亚设备和服务(NDS)业务相关资产有关的大约76亿美元减损支出。
微软今天宣布的决定正值公司在近期采取措施,更好地配合公司优先发展战略之际,包括调整公司工程团队和管理层,计划将公司的图像收集业务转让给Uber,将显示广告业务转让给AOL从而让公司进一步投资搜索。
微软CEO萨蒂亚•纳德拉(Satya Nadella)在发给微软员工的一封电邮中概述了今天公布的计划。“我们正从一项发展独立手机业务的战略向一项发展和建立一个生机勃勃的Windows生态系统的战略转移,该生态系统包含我们的自主设备组合,”纳德拉表示,“短期内,我们将运营一个更为高效和专注的手机组合,并同时保留长期在移动领域再创新的能力。”
微软将在2015财年第四季度计入手机硬件部门的资产和商誉减损支出,该支出与NDS业务相关,不会影响微软的运营现金流。根据新计划,微软手机硬件部门的未来前景将低于最初预期。因此,微软认为手机硬件部门的资产和商誉减损支出大约在76亿美元。
微软称,与今天决定相关的大部分措施预计将在今年年底前完成,本财年年底前全部完成。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。