在过去的几个月里,Windows 10正式版的发布日期7月29日早已深入人心。然而最近几周,这个日期越来越像是一条起跑线而非终点。
据微软表示,7月29日是第一波Windows用户可以下载正式版最新操作系统的日期,大多数Win7和Win8现有用户都能免费获得这一次升级。
不过,如果在7月29日这天,你想在你最喜欢的PC制造商零售店内买到一台预装Win10的全新PC,就没那么简单了。我们也不能肯定,如果你在7月29日当天在线订购一台新电脑,待它发货时会不会已安装了Windows 10。
事实上,与其他制造商一样,戴尔、惠普、宏碁、联想、东芝、华硕、三星等主要的品牌个人电脑制造商似乎对微软的升级规则和时间安排也有些困惑。我们曾分别询问过这几家公司:会不会在7月29日当天出售预装有Windows 10的PC,如果在这天不出售,那么他们将何时在网上和实体店内出售预装Win10系统的PC。而我们所获得的答案,均或明确或含糊地完全避开了这个问题。
以下是当被CNET问及上文所述问题时,各个主要品牌的PC制造商不得不作出的回答。剧透警告:在8月以后,你买的越晚,越有机会购得预装有Windows 10系统的个人电脑。
宏碁:
“我们将推出许多预装有Windows 10的新机型。这些新机将从7月29日开始发售,并会在其后一周内发货到消费者手中。”
华硕:
“所有预装Windows 8.1的设备仍将保留Win8.1系统……预装Windows 10的设备将有一个不同的SKU。”
戴尔:
“预装Windows 10的PC将从7月29日开始发货。”
惠普:
“顾客可以直接从惠普官网上购买预装Windows 10的PC,产品将从7月28日开始发货。从8月2日起,顾客将会在精选零售店内看到运行着Windows 10的全新设备。”
联想:
“7月29日当天,店内产品不会预装有Windows 10系统。你可以在网上预订新品,不过当天不会发货。预装新系统的产品预计将在8月中旬发货。”
三星:
“三星Windows 10 PC不会在7月29日上架,不过我们所有的Win8.1产品将可获得免费升级。待我们的Win 10 PC上市时,我们会通知大家。”
东芝:
“大多数机型都将在7月29日这天预装Win 10,不过部分零售商某些型号的设备可能不会预装新系统。”
不过令人欣慰的是,如果你已经拥有一台Windows 8或Windows 7电脑,就可以在不远的将来免费下载Windows 10。但你若想知道可下载升级的确切时间,这很难回答,连PC制造商本身都不能提供任何保证。正如来自某主要品牌PC制造商的一个代表告诉我们的那样:“所有人都将听凭微软的摆布。”
第一波能够升级Windows 10的用户将包括:注册Windows Insider并参与新系统预览版测试的用户,以及通过Windows状态栏内的系统通知预订了免费Win10系统的用户(通知图标在Windows桌面右下角)。
接下来,Windows 8用户将分批获得免费Windows 10升级,微软此举可能是为了避免因太多人同时下载最新操作系统而引发的服务器崩溃。后续可升级用户将包括那些最近购买了Windows 8电脑的消费者,以及更早的Windows 8或Windows 7电脑拥有者。微软将在至少一年内都为用户提供新系统的免费下载选项,因此,即使你不能马上获得更新,未来也还有充足的时间待你升级。
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。