
北京时间2月3日消息,周二有媒体报道称,微软已收购iOS和Android输入法应用SwiftKey。有趣的是,SwiftKey输入法并没有Windows Phone版本。
根据《金融时报》的报道,微软这笔收购的价格约为2.5亿美元。微软将于本周晚些时候宣布这笔收购。微软目前拒绝对此置评。
微软此前还曾收购多款应用,包括Acompli、MileIQ、Sunrise和Wunderlist。
SwiftKey曾于2013年宣布获得了一轮1750万美元的投资,投资方包括Accel Partners、Index Ventures和Octopus Investments。该公司成立于2008年,目前在伦敦、旧金山和首尔拥有办公室。
根据该公司网站的介绍,已有3亿台移动设备安装了SwiftKey输入法,而这一输入法支持89种语言。一加、三星和小米都曾是SwiftKey的合作伙伴。
《金融时报》报道称,SwiftKey的150多名员工中的许多人都将加入微软研究院。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。