跳到正文
K = 0.731
全部动态 · 今日1条

#Microsoft

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
今天10月17日周六
10月16日周五
  2. Mustafa Suleyman · X72

    MAI 宣布推出内部预训练的 3T 参数级基础模型

    我们现已拥有 3T 参数级的最先进预训练基础模型，完全由 MAI 内部构建。 后训练结果即将公布，敬请期待！ 技术博客文章中有大量详细信息。 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/

    推荐理由：这项公告将 MAI 所报告的进展定位于预训练阶段，并表示后训练结果尚待公布，为理解其关于最先进基础模型的说法提供了背景。

  3. Microsoft Research79

    Microsoft Research 推出面向基于证明的通用计算的 Magnetar

    Microsoft Research 推出 Magnetar，这是一种零知识虚拟机，使用仅基于标准哈希函数的安全机制来证明 RISC-V 程序的执行。它支持用 Rust、Go 或 C 编写的程序，无需开发者将其改写为密码学电路。Microsoft 报告称，在 15 个基准测试程序中，Magnetar 在同一台机器上的平均速度比现有最快的可比 zkVM 快 10 至 39 倍，证明验证时间约为 12 毫秒。

    推荐理由：基准测试对比将证明速度与通用执行和标准哈希函数联系起来，阐明了限制可验证计算更广泛采用的权衡。

10月15日周四
  1. The Verge · AI70

    Windows 如何针对 Nvidia RTX Spark 笔记本进行优化

    微软通过简化 AI 智能体安装、调优 Prism 仿真层并改进统一内存，对 Windows 进行了优化，以适配 Nvidia 基于 Arm 的 RTX Spark 笔记本。Tom Warren 发现，安装 Hermes 大多只需点击两次，而 OpenClaw 需要重新安装；大型本地模型的响应速度也比云端模型慢。包括 Recall 在内的 Copilot Plus PC 功能在发布时尚不可用，预计今年晚些时候会先向 Windows Insider 提供。

  2. Ars Technica · AI57

    Epic称其全新氛围编程版 Epic Games Launcher 比 Steam 更快

    Epic 发布了重建版 Epic Games Launcher 的公开预览版，称其速度更快、响应更灵敏，外观也焕然一新。Epic Games Store 总经理兼副总裁 Martin Keely 表示，团队从零开始，在不同的技术栈中使用 AI 编写并审查功能。他说，这帮助一支小团队更快地为 Windows 和 Mac 重写代码库，Linux 版本也在计划之中。

  3. The Verge · AI72

    微软研究推出面向更长期天气预报的机器学习校正方法

    微软研究人员及合作者在《自然》杂志发表了关于概率偏差校正（PBC）的研究。PBC 是一种开源机器学习工具，可校正现有天气模型中的系统性偏差，从而改进提前两至六周的预报。在这项研究中，PBC 提高了 ECMWF 基于物理的模型在 98% 的降水目标和 92% 的温度目标上的准确度，并使其 AI 预报系统的准确度翻倍。该工具可在 CPU 上运行，不过 ECMWF 提醒，实际投入运行仍面临挑战。

10月14日周三
  1. Aravind Srinivas · X67

    Perplexity Computer 将一款 Windows 键盘应用移植为 Linux 原生 Rust 应用

    Aravind Srinivas 介绍了一位用户的项目：Perplexity Computer 将一款仅支持 Windows、没有 Linux 支持或文档的机械键盘应用移植为 Linux 原生 Rust 应用。Computer 在云端沙箱中下载了该应用的二进制文件，用无头模式的 Ghidra 反编译，并阅读代码以了解它如何驱动键盘。 它逐步重建了这款应用，加入了通过 PipeWire 实现的音乐同步灯效、3D 视图、按键重映射、宏和配置文件。 https://www.reddit.com/r/GeminiAI/comments/1x4vvoi/my_mechanical_keyboards_software_only_runs_on/ https://github.com/trenbolone1122/aula-f75-linux

  2. 雷锋网72

    腾讯打通企业微信与 WorkBuddy，实现账号和办公场景信息共享

    腾讯于10月14日发布企业微信与 WorkBuddy 的集成版本，通过共享的企业微信账号体系打通办公场景信息。企业微信 5.0.12 在企业联系人中新增 WorkBuddy 对话机器人，WorkBuddy 5.8.0 则支持通过企业微信登录，并在授权后访问消息、文档、会议和云存储。管理员可以管理账号、使用情况、AI 算力购买和访问权限；通过认证的企业微信企业可使用集成功能，免费试用名额有限。

  3. The Verge · AI61

    微软组建 Xbox Labs，探索由 AI 驱动的游戏移植与模组创作

    微软正在组建 Xbox Labs，这是一个由游戏创作者、工程师和科学家组成的小团队，旨在探索借助 AI 模型实现的新兴游戏移植与再创作。Xbox 首席执行官 Asha Sharma 表示，该团队将公开开展工作，并与整个行业的开发者分享工具。Tom Warren 对未经授权使用微软知识产权提出疑问；截至文章发布前，公司未回应他的置评请求。

  4. GitHub Blog · AI & ML68

    GitHub 的秘密检测模型：以更少噪声发现更多秘密

    GitHub 介绍了其秘密扫描流水线如何将正则表达式候选检测与微调后的 ModernBERT 分类器结合，利用周围上下文区分真实凭据与相似字符串。与此前的 LLM 流水线相比，离线评估显示精确率提高了 13%，召回率提高了 19%；客户 A/B 实验显示，按仓库所有者加权的接受率提高了 11.5%。推送后的扫描执行时间中位数缩短了 86%，服务成本降低了 98% 以上，因此将通用秘密检测扩展到推送保护变得切实可行。

    推荐理由：GitHub 的流水线展示了一种可迁移到狭义分类任务的设计模式：将确定性候选生成与基于真实感强负例训练的小型上下文模型结合起来。

10月13日周二
  1. GitHub Blog · AI & ML49

    如何让 GitHub Copilot 了解你的代码库

    GitHub 的入门指南介绍了四种根据项目定制 Copilot 的方法：用自定义指令说明代码库规范，用代理技能执行可重复的流程，用自定义代理处理范围更广的专业任务，以及用 MCP 服务器连接外部工具和数据。指南建议从一项你经常需要解释的规范入手，并将其添加到 `.github/copilot-instructions.md`。

  2. Microsoft Research65

    模拟学生学习，改进 AI 辅导

    微软研究院推出 StudentSim，这是一套研究系统，利用公开可用且已去标识化的学习者记录训练个性化学生模拟器，以评估和改进 AI 辅导工具。StudentSimEval 在国际象棋、英语作为第二语言的写作和数学领域，衡量行为保真度和对指导的响应能力；在这些领域，StudentSim 的表现均优于领先基线。在一项国际象棋辅导研究中，使用 StudentSim 反馈进行训练的准确率达到 90.5%，而不使用强化学习时为 75.7%，使用 GPT-5.4 反馈时为 71.6%；对真实学习者开展研究仍不可或缺，论文和代码均已公开。

    推荐理由：同时评估模拟学习者的起始能力及其对指导的反应，为评估辅导反馈提供了一种具体方法，评估范围超越了解释本身是否正确。

  3. The Decoder72

    清除聊天记录有助于 AI 智能体找到更好的解决方案

    一项微软研究院的研究报告称，Fork-and-Flush 通过创建并行分支来帮助长期运行的 AI 研究智能体探索更好的解决方案：这些分支保留工作区文件，但丢弃聊天记录。在 13 项任务中，使用相同计算预算时，该方法的最小最大归一化平均得分为 0.78，而单次运行和四选最佳的得分分别为 0.47 和 0.54。研究人员发现，累积的上下文可能会让智能体陷入相似的方案，即使对话记录会定期压缩。

  4. TechCrunch · AI49

    微软总裁布拉德·史密斯称，英国最有条件引领人工智能监管

    微软总裁布拉德·史密斯呼吁尽快制定全球人工智能安全规则，并认为英国比美国或欧盟更有条件发挥引领作用。他表示，自愿自律让负责任的公司能够遵守规则，却让责任心较弱的公司成为隐忧。史密斯支持对失控的人工智能代理依法强制报告违规行为，并积极评价在发布前进行外部评估，以及设置可暂停或减缓人工智能系统运行的紧急停止开关。

10月12日周一
  1. NVIDIA Blog79

    NVIDIA 开放 Vera Rubin 机架设计，并扩展 AI 工厂基础设施

    NVIDIA 通过其开放式 MGX 架构向 OCP 提供了 Vera Rubin 机架和计算托盘设计，并为 DSX AI 工厂推出了开源组件。MGX 1.2 支持最高 250kW 的机架部署，并新增标准化的电源、冷却和互连接口。NVIDIA 及其合作伙伴还公布了设施和电网韧性规范；Meta 宣布采用 Spectrum-6 交换机；NVIDIA 与 Cisco 计划推出 USFP 光模块；NVIDIA 还将与 Google 合作，在未来的 ConnectX-10 SuperNIC 和 BlueField DPU 上支持 Falcon Transport。

    推荐理由：这些规范展示了共享的机架、冷却、电源和软件接口，如何为基础设施建设者提供通用的实施目标，以应对 AI 工厂不断提升的功率密度。

  2. The Decoder75

    微软计划到2027年将自研 Maia AI 芯片扩展至吉瓦级规模

    微软计划从2027年起大规模部署 Azure Maia AI 芯片，规模达到数吉瓦，并将其作为旗下各项产品的主要推理系统。高管 Scott Guthrie 写道，Maia 200 已在美国、欧洲和澳大利亚为 Microsoft Copilot 提供支持，GitHub Copilot 和 Foundry 也将在今年年底前跟进。Maia 300 将于2027年推出，面向长输入、快速聊天和智能体任务；微软称，与领先的 GPU 系统相比，其每兆瓦可处理的 token 多出40%，每个96芯片机架的 token 数量最高可达 Maia 200 机架的七倍。

  3. Mustafa Suleyman · X73

    微软推出 Maia 300，每瓦令牌数提升 40%

    Mustafa Suleyman 称微软的新芯片🔥，并强调“每瓦令牌数提升 40%！” 在引述的公告中，Satya Nadella 表示，Maia 300 的每瓦令牌数比领先的 GPU 系统高 40%；微软计划从下一个日历年开始部署多吉瓦规模的 Maia，作为其产品和服务的主要推理系统。他表示，Maia 200 已在美国、欧洲和澳大利亚投入部署，在 Teams 和 Copilot 体验中每瓦令牌数最高可达原来的 1.7 倍。 https://twitter.com/satyanadella/status/2109631106404487523

  4. The Verge · AI75

    微软发布 Maia 300 AI 芯片，以减少对英伟达 GPU 的依赖

    微软发布了第三代自研 AI 芯片 Maia 300，计划于 2027 年开始量产部署，并计划将 Maia 打造成其主要的 AI 推理系统。微软预计，与领先的基于 GPU 的系统相比，每兆瓦可处理的 token 数量将增加 40%，在完整的 96 加速器配置下，机架级 token 吞吐量最高可达 Maia 200 的 7 倍。Maia 300 基于台积电 N2P 制程节点打造，通过全新的芯粒架构将计算、内存控制器和 I/O 功能分离。

  5. Satya Nadella · X73

    微软推出 Maia 300，并计划部署多吉瓦级 Maia 系统

    微软将推出 Maia 300。Satya Nadella 表示，与领先的基于 GPU 的系统相比，Maia 300 每瓦可处理的 token 数量提高了 40%。 从明年起，微软将把 Maia 系列扩展至多吉瓦级部署，使其成为自家产品和服务的主要推理系统。 微软已在美国、欧洲和澳大利亚部署 Maia 200，在 Teams 和 Copilot 的各项体验中，每瓦可处理的 token 数量最高提升至原来的 1.7 倍。微软的目标是在持续将生态系统创新引入其计算集群的同时，进一步发挥全栈效率提升的优势。

    推荐理由：将 Maia 打造成微软自家产品和服务的主要推理系统，为其宣称的效率提升提供了具体的部署背景。

  6. 雷锋网57

    微软发布基于 Qwen 的 Microsoft-Decision-1，并测试其在多个领域的应用

    微软发布了 Microsoft-Decision-1，这是一款基于 Qwen3.5-9B 进行后训练的决策模型。微软称，在结构化决策任务中，该模型在延迟和准确性方面优于包括 Jev 1.13.0 在内的大语言模型和决策模型。微软 Xbox 研究团队已用它处理了超过 10,000 条玩家反馈；首席执行官萨提亚·纳德拉则表示，微软正在测试该模型在多个领域的应用，包括事件响应、质量控制和科学发现。报道将决策模型描述为更小、更快的模型，它们输出预测、概率和置信度分数，而非自然语言。

  7. 宝玉 · X57

    萨提亚·纳德拉认为，企业应将 AI 模型视为内部人员风险

    Baoyu 总结了微软 CEO 萨提亚·纳德拉的观点：企业应将 AI 模型视为内部人员风险来管理，为其设置身份、限制权限、保留审计记录，并配备可停止其运行的控制措施。纳德拉提出了七项原则，涵盖模型多样性、可观测性、验证、独立控制与审计、遏制以及事件披露。他呼吁披露思维链，同时承认思维链未必能忠实反映模型的推理过程；他还认为，安全控制必须在模型之外运行。

  8. The Verge · AI38

    硅谷领袖们采纳特朗普对AI的“超级智能”改称

    硅谷一些最有影响力的人物正在附和总统唐纳德·特朗普将人工智能改称为“超级智能”的推动。埃隆·马斯克承诺将SpaceXAI更名为SpaceXSI，马克·贝尼奥夫表示Salesforce将把AIForce更名为SIForce，英伟达将“超级智能研究”与一项10亿美元的承诺挂钩，微软的萨提亚·纳德拉在一篇呼吁为AI设置“紧急刹车”的帖子中多次使用这一术语。

  9. TechCrunch · AI26

    AI行业能否通过放弃保密协议来赢得数据中心反对者的支持？

    亚马逊紧随微软之后表示，在与地方政府就数据中心进行谈判时将不再使用保密协议，这一举措被埋在一篇更长的博客文章中，该文章主张数据中心有益于社区。在TechCrunch的Equity播客中，Sean O'Kane、Rebecca Bellan和Anthony Ha讨论了这一变化是否会缓解反弹，并指出暂停令通常只持续一两年，而数据中心需要数年才能上线。

10月11日周日
  1. The Decoder36

    纳德拉采用特朗普的“超级智能”一词，抨击OpenAI和Anthropic

    微软首席执行官萨提亚·纳德拉在一篇新博客文章中使用了“超级智能”而非“人工智能”，与特朗普总统偏好的术语相呼应。纳德拉主张应将AI模型视为内部安全威胁，呼吁模型多样性、完整日志记录、独立审计和人工关闭能力，同时批评Anthropic和OpenAI。The Decoder报道称，这一更名打破了数十年的科学含义，而纳德拉的论点服务于微软的商业战略。

  2. 量子位74

    TypeSafe AI 为 Jev 决策模型完成 8.7 亿美元 A 轮融资，估值达 75 亿美元

    TypeSafe AI 是旧金山一家公司，其背后是仅用于决策的模型 Jev。该公司宣布完成 8.7 亿美元 A 轮融资，投后估值为 75 亿美元，而 24 天前其 4000 万美元种子轮融资时的估值为 2 亿美元。a16z、Sequoia 和 DCVC 参投，a16z 合伙人 Martin Casado 加入董事会。该公司表示，目前约三分之一的《财富》500 强公司使用或集成了 Jev，该模型输出的是决策而非聊天。

  3. The Verge · AI48

    纳德拉表示我们应假定所有 AI 模型都已被“攻陷”

    微软首席执行官萨提亚·纳德拉在 X 上发布的一篇长文中主张，高度先进的 AI 模型所带来的危险需要新的保障措施，他表示“我们必须假定一个模型已被攻陷，并从一开始就将其遏制。”他呼吁设置一个“紧急制动”，让获授权者能够在模型执行任务中途暂停或将其关闭，此外还需要及时披露事件、独立审计、可验证的数据以及遏制措施。

  4. TechCrunch · AI41

    微软的萨提亚·纳德拉表示，AI模型需要一个“紧急刹车”

    微软首席执行官萨提亚·纳德拉呼吁为AI模型设置一个“紧急刹车”，他在周六上午发布于X的帖子中写道，现在是时候“退后一步，评估AI的信任架构”了。他提议将模型与编排其工作的框架分离，将控制措施和保障机制外部化，用“防篡改、人类可读的证据”记录模型的每一个重要操作，并赋予经授权的人员在任务执行中途暂停或关闭模型的能力。

10月10日周六
  1. The Decoder66

    微软发布基于 Qwen3.5-9B 的 Decision-1 决策模型

    微软发布了 Decision-1，这是一个用于分类、评估和路由决策的决策模型，基于 Qwen3.5-9B 构建。微软表示，该模型在涵盖近 150,000 个问题的 36 项基准测试中位居榜首，准确率达 83.5%，延迟为 85 毫秒，比排名第二的 H2O-Lightning-4B 快 2.5 倍。该模型可通过 Microsoft Foundry 和 OpenRouter 使用，价格为每百万输入 token 0.042 美元，输出 token 免费。

  2. Satya Nadella · X44

    萨提亚·纳德拉称，应将 AI 模型视为内部人员风险

    萨提亚·纳德拉认为，应将前沿 AI 模型视为内部人员风险，并用确定性控制措施加以约束，因为模型的行为可能难以追溯，而且可能接触敏感数据并执行对任务至关重要的操作。他主张将智能与权限分离，把访问和操作控制置于模型之外，并围绕模型多样性、活动可观测性和持续测试来构建系统。

  3. Latent Space67

    TypeSafe 上线三周后达到 1 亿美元 ARR 和 75 亿美元估值

    据 AINews 综述报道，TypeSafe 宣布了其 AI 系列融资轮，红杉资本披露该公司在上线三周后的第一周内就突破了 1 亿美元 ARR。同一期报道还提到，多家供应商在同一天发布了类型化决策模型，包括 OpenAI 在 GPT-6 Luna 上推出的 Decisions API，输入 token 价格为 0.10 美元/百万，以及 Perplexity 的 pplx-decider-v1.1-27b，声称在 Decision Bench 上达到 94.5%。

  4. Satya Nadella · X49

    介绍 Microsoft-Decision-1，这是我们面向快速决策的新模型。它在结构化决策任务中表现出色，在延迟和质量方面均优于大型语言模型和其他决策模型。我们已在微软内部测试该模型，应用场景涵盖事件响应、质量控制和科学发现等。

    介绍 Microsoft-Decision-1，这是我们面向快速决策的新模型。 它在结构化决策任务中表现出色，在延迟和质量方面均优于大型语言模型和其他决策模型。 我们已在微软内部测试该模型，应用场景涵盖事件响应、质量控制和科学发现等。

  5. TechCrunch · AI28

    Amazon 放弃数据中心 NDA，AI 智能体想要你的信用卡

    Amazon 宣布在与地方政府谈判数据中心交易时不再使用 NDA，此前 Microsoft 今年早些时候已采取类似举措。与此同时，一批初创公司押注消费者愿意让 AI 智能体访问自己的收件箱、文件和信用卡，前提是能让网站放行。TechCrunch Equity 播客讨论了放弃 NDA 是否会改变数据中心交易方式，以及信任为何可能是个人 AI 初创公司真正的产品。

  6. TechCrunch · AI38

    Amazon 等公司不再对数据中心交易保密，这足以建立信任吗？

    Amazon 宣布在与地方政府谈判数据中心交易时不再使用保密协议，此前微软今年早些时候已采取类似举措。保密做法此前引发社区对 AI 基础设施的反对，从纽约到旧金山已出现数百项拟议和已生效的禁令。TechCrunch 的 Equity 播客讨论了放弃 NDA 是否会改变数据中心交易的达成方式，以及为何信任可能才是个人 AI 创业公司的真正产品。

10月9日周五