Parallels Desktop 17有着不容错过的性能提升,并对图像效果加以改进、增强了 Windows游戏体验,同时是全球首个在搭载Apple M1芯片的Mac上运行的 macOS Monterey虚拟机,带来更为无缝的跨平台工作体验。
中国北京——2021 年 8 月 12日——跨平台解决方案的全球领导者Parallels,近日宣布推出Parallels® Desktop 17 for Mac(parallels.cn/desktop)。该产品是这一强大解决方案的最新版本,可在搭载Apple M1¹和Intel芯片的Mac计算机上运行原生 Windows 应用程序。Parallels Desktop 17 for Mac现已适用于两种架构,针对备受期待的Windows 11和macOS Monterey操作系统进行了优化,可带来卓越的速度提升和图像效果改进,包括增强的Windows游戏体验,以及更好的资源管理和可视性。Parallels Desktop 17 for Mac使用户能够在Mac上比以往更流畅快速地运行Windows应用程序。
Parallels工程和技术支持团队高级副总裁Nick Dobrovolskiy表示:“在基于 Apple M1 的 Mac 上无缝运行 Windows 10 应用程序方面取得的突破,只是 Parallels Desktop for Mac ‘提升用户在 Mac 设备上运行虚拟机体验’的新篇章的开始。Parallels Desktop 17 for Mac 能继续提高 Intel 和 Apple M1 Mac 计算机的性能和稳定性,并提供创新、易于使用的功能,为用户提供有史以来最出色的‘在 Mac 上运行 Windows’的体验。我们很高兴打造出世界上首台在搭载 Apple M1 芯片的 Mac 上运行的 macOS Monterey 虚拟机原型2。”
观看有关 Parallels Desktop 17 亮点的视频,请点击: www.parallels.com/zh-cn/NEWParallelsDesktop17
Parallels Desktop 17 for Mac 新增以及提升的亮点功能:
在所有支持的 Mac 计算机上3:
在搭载 Apple M1 芯片的 Mac 计算机上3:
在搭载 Intel 处理器的 Mac 计算机上3:
Parallels Desktop 17 for Mac Pro Edition:
Parallels Desktop Pro Edition 旨在为 Parallels Desktop 高级用户、开发人员和 IT 专家提供最有价值的使用体验,是 Parallels 最受欢迎的在售版本。此版本在提供标准 Parallels Desktop 17 for Mac所有功能的基础上,还有以下这些额外功能:
Parallels Desktop 17 for Mac Business Edition:
Parallels Desktop 17 Business Edition 提供专门针对企业环境的基本功能,并在 Pro 版本的基础上增加了更多功能,包括:
查看 Parallels Desktop 17 for Mac 的所有新功能,请访问:parallels.cn/products/desktop/whats-new。
全新 – Parallels Toolbox 5 for Mac & Windows 的新增工具
Parallels® Toolbox 包含在 Parallels Desktop 订阅中,最新版本中推出了五款新工具。聚焦于 Window、转换文本、识别文本、条形码阅读器和条形码生成器现已添加到 Parallels Toolbox 的 30 多款日常实用工具库中。
发售计划与定价
Parallels Desktop 17 for Mac、Parallels Desktop 17 for Mac Pro Edition 和 Parallels Desktop 17 for Mac Business Edition 都可在基于 M1 和 Intel 的 Mac 上提供最佳体验,可以从 parallels.cn/desktop 或从全球授权经销商处购买。Parallels Desktop 的订阅包括免费配套的 Parallels® Access 6.5 以及 Parallels Toolbox 5 for Mac & Windows 订阅。
有关 Parallels 产品的详细信息、下载免费试用软件或购买订阅,请访问 parallels.cn。
建议零售价
Parallels Desktop 17 for Mac
Parallels Desktop for Mac Pro Edition
Parallels Desktop for Mac Business Edition
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。