公司与模型
微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
7 条精选近 30 天 7 条共收录 22 条
Mustafa Suleyman@mustafasuleyman精选AI 评分6666今天，我们宣布迄今为止在自研芯片上最大的一笔押注。 从下一个自然年开始，我们将把 Maia 系列扩展到数吉瓦级的部署规模，使其成为我们自有产品和服务的首要推理系统。 同时，我们推出 Maia 300，相比领先的基于 GPU 的系统，每瓦可多提供 40% 的 token。 我们已在美国、欧洲和澳大利亚部署 Maia 200，在 Teams 和 Copilot 的各项体验中，每瓦可多提供最高 1.7 倍的 token。 我们的目标是，在已经实现的全栈效率提升基础上继续发展，同时持续将整个生态系统中的最新创新引入我们的集群。
推荐理由：微软自研 Maia 芯片的部署节奏与能效数字，可用来观察大厂推理算力自建路线的进展。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用于把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，官方称有望让可拦截的密钥数量增加一倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露压力来自代码量增长，并给出把检测成本压到 2 毫秒内的新分类器思路。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，读者可了解让部署用 harness 直接参与 RL 训练的思路与实测收益。
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言，采用多来源 golden set 与统一评分标准，并由资深工程师独立复核，一致率 96.6%。
推荐理由：GitHub 公开了代码审查基准的构建方法与离线到线上的验证数据，可据此判断评测信号是否可信。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox 智能体评测基准，通过隔离的 MCP 工具会话运行任务，只根据智能体留下的后端终态和副作用打分，而非其生成的文字。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务成败，并给出 20 次重复下的稳定性与成本数据。
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 两部分组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并排序数千种化合物以推动肿瘤细胞状态转变，最高排名化合物在多项湿实验中得到验证，从缩小搜索空间到选出候选仅用一个周末。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型设计，并给出胰腺癌细胞状态预测在湿实验中获验证的案例。
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异，并给出可复用的 Kubernetes 卸载工具链。