microsoft-ai

Microsoft AI CEO Mustafa Suleyman 预言 1000 亿美元级的 AI 训练即将出现，他表示少数几家实验室正在集结吉瓦级的算力，使算力和推理时扩展成为颠覆性的竞争优势。

Microsoft AI 发布首个流式转录模型 MAI-Transcribe-2-Streaming（在 Artificial Analysis 上排名准确度第一，支持 60 种语言、100ms 部分结果延迟），同时推出 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash 语音合成模型，面向低延迟对话式语音智能体场景。

Microsoft AI 首席执行官 Mustafa Suleyman 在 BBC 上表示，AI 公司已经同意需要独立审计员嵌入公司内部，这些审计员应由政府资助或支持，以确保独立性并验证系统安全。

Gabe Pereyra 宣布 Adam Asadovsky 加入 Harvey 担任首席研究官，强调他之前在 Microsoft AI 和 Google DeepMind 的职位。

AI Frontiers 实验室已被整合到 Microsoft AI 中，专注于计算中代理与人的协作，而不仅仅是模型规模。

GitHub 宣布为 Copilot Max 用户的自动模型选择提供30%折扣，允许自动在 Claude、GPT 或 Microsoft AI 等AI模型中进行选择，无需手动启用。

微软推出了MAI-Cyber-1-Flash，这是一款适用于MDASH的紧凑型安全模型，在CyberGym上达到96%的性能，相比之前的模型节省了50%的成本。该模型旨在高效处理90%的安全任务，从而能够将更大的模型用于更困难的任务。

文章批评微软人工智能的编码模型表现逊于Kimi K3和Deepseek V4等竞争对手，暗示尽管资源雄厚，MAI仍远远落后。

Ed Zitron 批评微软AI衰败、脱节且无方向，预测这家科技巨头的AI计划即将崩塌。

本文解释了DSPy中的GEPA（基因-帕累托优化）如何用于高效的提示调优，特别是在微软AI的预训练数据筛选中应用，使研究人员能够用自动化的计算驱动优化取代手动提示工程。

微软AI首席执行官穆斯塔法·苏莱曼讨论了超级智能在近期实现的可能性、公司与OpenAI重组后的关系以及新的前沿模型，并断言AI不会取代人类工作。

该推文讨论了微软 AI 使用 Ray actors 训练 MAI-Thinking-1 模型，实现了对异构计算的更细粒度控制，并更好地利用了 GPU 集群中闲置的 CPU 资源。

来自 dspy 的 GEPA 优化的 LLM 判断器用于微软 MAI-Thinking-1 模型预训练流程中的数据过滤。

微软AI推出MAI-Thinking-1，这是一个350亿活跃参数的推理模型，从头训练，无需蒸馏，在软件工程和数学基准测试中表现强劲，同时强调干净数据和自给自足。

微软AI首席执行官Mustafa Suleyman预测，在18个月内，AI将自动化大多数涉及计算机工作的白领任务，包括会计、法律和项目管理。文章讨论了关于AI对专业工作实际影响的不同观点。