公司与模型
微软的 Copilot 系列产品、Azure AI 云服务，以及与 OpenAI 的合作动向。
6 条精选近 30 天 6 条共收录 10 条
Microsoft Research 推出 Magnetar，一种能直接证明 Rust、Go 或 C 程序执行的零知识虚拟机（zkVM）。它在普通笔记本上实现每秒数百万指令的证明速度，比现有最快同类系统快 10 到 39 倍，且安全性仅依赖 SHA-256 等标准哈希函数，无需椭圆曲线或可信设置。
推荐理由：原文详细阐述了Magnetar在效率、通用性和安全性上的突破，为理解零知识证明如何走向实用化提供了关键的技术路径参考。
微软亚洲研究院发布并开源了 Agent Lightning v1.0，这是一个仅约 3,500 行代码的轻量级智能体强化学习（Agentic RL）框架。该框架引入了 Harnessed Agentic RL 范式，允许直接使用部署时的智能体 Harness 参与训练，无需在训练框架内重新实现智能体逻辑。
推荐理由：微软亚洲研究院开源了仅3500行代码的轻量级智能体强化学习框架，支持在真实部署环境中直接训练，显著降低了工程门槛。
GitHub 发布 ReviewBench，这是一个用于评估 AI 代码审查智能体的开放基准。该基准基于对 GitHub 上 1.039 亿个真实 Pull Request 的分析构建，包含覆盖 19 种语言的 219 个代表性 PR。
推荐理由：GitHub 开源了基于亿级真实 PR 分布构建的代码审查基准 ReviewBench，提供了可复现的离线评估方法以辅助模型迭代。
微软研究院发布 Quine，这是一个旨在应对生物学复杂性的 AI 研究系统，包含生物世界模型和连接科学工具、文献及湿实验室的交互式框架。在与 Broad Institute 合作的研究中，Quine 用于预测和优先排序能驱动肿瘤状态转变的化合物，将原本需数月的实验筛选过程缩短至一个周末，并验证了多个候选化合物。
推荐理由：原文展示了 Quine 在胰腺癌研究中将数月实验压缩至一个周末的具体案例，读者可据此评估 AI 世界模型在加速药物发现中的实际效能。
Burke Holland 在 GitHub Blog 撰文指出聊天并非与 AI 交互的最佳 UI，并演示了如何使用 GitHub Copilot app 中的 canvas 功能构建全栈应用来优化工作流。
推荐理由：文章通过具体案例演示了如何利用 GitHub Copilot canvas 构建自定义界面，展示了脱离聊天框进行高效人机协作的实践方法。
微软研究院发表研究指出，仅在机器人端侧 GPU 运行物理 AI 推理会限制性能、电池寿命和可扩展性，而将推理卸载至边缘或云端可带来显著优势。在移动操作工作负载中，推理卸载提高了任务成功率，支持了更大的 AI 模型，并使机器人在动态环境中响应更有效。
推荐理由：微软研究院通过系统实测证明将机器人推理卸载至边缘或云端能显著提升任务成功率与续航，并发布了基于 Kubernetes 的配套工具链。