2020年7月13日,微软宣布将人工智能小冰业务分拆为独立公司运营,并委任沈向洋博士为新公司董事长,李笛为首席执行官,陈湛为日本分部总经理。所有相关工作将在接下来的几个月内完成。微软将保持对新公司的投资权益,并授权新公司使用及继续研发完整的小冰技术。此举旨在加快小冰产品线的本土创新步伐,促进小冰商业生态环境的完善。
小冰在微软人工智能领域的孕育下茁壮成长,将进入加速发展期。分拆工作全部完成后,新公司将继续使用中国小冰及日本Rinna品牌,在技术产品及商业化上不断创新。小冰深入在对话式人工智能引擎上的革新,不断取得突破性成果,并将进一步联合各地合作伙伴,为大中华地区、日本和印度尼西亚的广泛客户,提供完整的人工智能技术和方案。小冰将继续以一贯的高质量和高水平为现有客户提供服务。
小冰是微软北京、苏州及东京研发团队成就的世界上最具创新性的人工智能技术之一。自五年前发布以来,小冰引领着人工智能的技术创新,在内容生产、智能零售、人工智能托管、智能助理等诸多方面成就卓越,已成为全球最大的跨领域人工智能系统之一。小冰品牌享有极高的知名度,并拥有大量的粉丝和拥趸,与许多合作伙伴开展合作,并服务于广泛的商业客户。在全球多个国家,小冰单一品牌已覆盖6.6亿在线用户、4.5亿台第三方智能设备和9亿内容观众,已落地的商业客户覆盖金融、零售、汽车、地产、纺织等数个领域。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。