AI注定是2023微软Build大会上的主角,即便如此,当微软在昨晚直接抛出了50多项AI技术和产品时,依然让所有人感到震惊。这之中最大的亮点就是Windows全系统层面集成Copilot,打开后,Copilot以侧边栏的形式出现,在你一声令下,就能直接帮助你控制电脑。此外还有Bing和ChatGPT无缝集成、微软365的Copilot大升级、AI加持下全新Azure和系统开发体验等更新。Windows Copilot将在6月开始公测,并逐步向现有Windows 11用户推送。
“有意见”留言板
@TOFU:看完Windows Copilot,才惊觉自己的Mac上也有Siri来的,从它诞生到现在恐怕也只用过一两次吧。这差距,明显两个时代的产物了!不过话说回来,每次看微软的视频都觉得Windows比macOS更漂亮,每个动效、音效都让人心动不已,可等真用上就……
@卡卡卡卡西:如果说为微软写入云计算是萨提亚救微软于水火,那么,这一次,萨提亚如果压中了AGI、压中了Copilot,必将让他成为比肩盖茨的历史缔造者。如果说科技创新是一场豪赌,萨提亚称得上是一名合格的赌客。
@东北路飞刘铁柱:好牛好牛好牛…我感觉自己像个跟不上时代不会用智能手机的老年人(没有说老年人跟不上时代是不好的意思),到底有没有人能教教我怎么搞啊,我真的急需!
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。