微软开源机器学习工具 PBC,用偏差校正提升 2 至 6 周天气预报精度
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表 Probabilistic Bias Correction(PBC)方法,用机器学习识别并校正现有天气预报模型的系统性偏差,而非另建独立模型,相关工具已开源。
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表 Probabilistic Bias Correction(PBC)方法,用机器学习识别并校正现有天气预报模型的系统性偏差,而非另建独立模型,相关工具已开源。
据 The Information 援引知情人士,OpenAI 员工称公司年底前可能发布一到两款新模型,但正在开发的重大升级旗舰是否在列尚不清楚。该旗舰采用与 Astra 相同的循环 Transformer 技术,可提升数学与编码表现并降低成本,但会把部分推理移入人类无法审查的内部数值表示,削弱思维链监控。
微软成立新的 Xbox Labs 小组,探索近期涌现的 AI 驱动游戏反编译与移植实验,成员为游戏制作人、工程师和科学家。Xbox CEO Asha Sharma 表示,这些实验挑战了软件与硬件绑定、创作与游玩边界等长期假设,Xbox 将公开构建并与开发者分享工具。Sharma 还提到,人们每年在 Xbox 游戏上花费超过 720 亿小时,约为全球写代码时间的五倍,游戏与编码一样适合智能体参与。
AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何用它构建工具调用智能体。
推荐理由:通过 72 次可复现的智能体运行,量化了 Grok 4.7 不同推理档位在准确率与 token 成本间的取舍。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出面向本地 AI 智能体的软件更新,包括 GitHub Copilot、Hermes、OpenClaw、Perplexity 等应用的配置简化、OpenShell 与 MXC 沙箱安全,以及本地与云端混合路由。
推荐理由:RTX Spark 上市前的软件生态清单,可看到本地智能体在模型、安全沙箱与开发工具上的配套进展。
Amazon Bedrock 现可通过全球跨区域推理,从泰国、马来西亚、新加坡、印尼和台湾五个 AWS 区域调用 OpenAI GPT-6 Sol 与 GPT-6 Luna,GPT-6 Astra 则从亚太(新加坡)区域提供。
GitHub Copilot 可通过四种方式定制项目上下文:仓库级自定义指令(.github/copilot-instructions.md)、封装可复用流程的 agent skills(.github/skills)、面向复杂任务的 custom agents(.github/agents),以及连接外部工具与数据的 MCP 服务器。
微软研究院发现,长时运行的 Autoresearch 智能体会因累积的对话上下文陷入“idea basins”,同一任务八次独立运行的最终得分从 68.3 到 100.0 不等,增加算力也无法消除差距。
微软研究院推出 StudentSim,通过公开的去标识化学习记录训练个性化 AI 学生模拟器,让 AI 导师在接触真实学生前就能获得反馈信号。该研究同时提出 StudentSimEval 评测协议,从行为保真度和指导响应性两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域,StudentSim 均优于主流基线。StudentSim 仅为研究系统,不部署于课堂,也不旨在取代教师。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架与计算托盘设计,并发布第三代 MGX AI 数据中心参考设计。
推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,并公布 MGX 1.2 与 DSX 开源组件,读者可据此了解 AI 工厂基础设施的开放标准走向。
微软计划从 2027 年起以多吉瓦规模部署 Azure Maia AI 芯片,使其成为公司各产品的主要推理系统。Maia 200 已在美国、欧洲和澳大利亚运行 Microsoft Copilot,GitHub Copilot 和 Foundry 将在年底前跟进。
微软总裁 Brad Smith 呼吁紧急监管 AI,并认为英国而非美国或欧盟最适合主导全球安全规则,理由是华盛顿不像看待布鲁塞尔那样看待伦敦。他提出应立法要求企业在系统被失控 AI 智能体攻破时上报,并支持 AI 产品发布前接受外部评估以及设置 kill-switch。Smith 称白宫让 OpenAI、Anthropic、Nvidia 等签署的自律文件是"良好一步",但不足以替代必要监管。
微软发布第三代自研 AI 芯片 Maia 300,定位为微软产品与服务的“主要 AI 推理系统”,将于 2027 年开始量产部署。微软云业务执行副总裁 Scott Guthrie 称,Maia 300 每兆瓦 token 数比主流 GPU 系统高 40%,在 96 加速器满配下机架级 token 吞吐量可达 Maia 200 的 7 倍。
Amazon 效仿 Microsoft,宣布在与地方政府谈判数据中心事宜时不再使用保密协议(NDA)。TechCrunch 的 Equity 播客讨论了这一变化:Rebecca Bellan 质疑各地数据中心禁令的实际效果,因为禁令通常只持续一两年,而数据中心上线要等两到五年;Sean O'Kane 则认为行业沟通不力才是反弹主因。
微软 CEO Satya Nadella 在最新博文中改用特朗普推崇的 "Super Intelligence" 一词,并主张将 AI 模型视为内部安全威胁,要求模型多样性、完整日志记录、独立审计和人类随时关停能力。他称最可信的系统不是模型最强的系统,而是最不需要信任模型的系统。文章认为,此举实质是借安全叙事削弱 OpenAI 与 Anthropic 的可信度,以维护微软自身商业模式。
微软 CEO Satya Nadella 在 X 上发文称,应当退一步审视 AI 的信任架构,不能把超级智能当作层层嵌套的黑箱,只能接受或拒绝它的建议、回答和行动。他提出要把模型与编排其工作的框架分离、将控制与保障措施外置,为每一次有意义的模型动作留下防篡改且人类可读的证据,并让授权人员始终能在任务中途暂停或关停模型。他表示必须假设模型已被攻破并从一开始就加以约束,就像紧急刹车一样。
微软 CEO Satya Nadella 在 X 发长文谈先进 AI 模型的风险,主张不再把 AI 当作只能接受或拒绝其建议的嵌套黑箱,而要建立可隔离、可观察并留下防篡改人类可读证据的透明体系。
微软推出决策模型 Decision-1,基于 Qwen3.5-9B,面向分类、评估和路由决策,并称其有潜力引导和控制智能体应对复杂环境。微软称该模型在覆盖近 15 万个问题、36 项基准的测试中准确率最高,达到 83.5%,延迟 85 ms,速度是第二名 H2O-Lightning-4B 的 2.5 倍。
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,前提是网站允许其进入。TechCrunch Equity 播客讨论了放弃 NDA 能否改变数据中心交易方式,以及信任为何可能是个人 AI 初创公司的真正产品。
Amazon 宣布在与地方政府谈判数据中心交易时将不再使用保密协议(NDA),此前 Microsoft 今年早些时候已采取类似举措。保密做法加剧了社区对 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颁布的暂停令。TechCrunch Equity 播客还讨论了个人 AI 初创公司能否让用户放心将收件箱、文件和信用卡交给 AI 智能体。
特朗普签署行政令,要求尽可能停用「AI」一词,改称「Super Intelligence」,并将继续使用「Artificial Intelligence」的人称为「THE ENEMY」。美国 CAISI 已更名为 CAISSI,司法部新闻稿也改用该说法;Elon Musk 承诺将 SpaceXAI 改名为 SpaceXSI,Sam Altman 表示赞同但 OpenAI 不会改名。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构,让多个团队共享同一 GPU 集群并保持隔离与资源公平。
安全公司 Zenity Labs 披露 AWS Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链,攻击者只需一个公开可访问智能体的聊天权限,用一条提示词即可接管同一 AWS 账号和区域内所有 AgentCore 智能体,读取私密对话、下载源代码并获取存储的凭证。
推荐理由:Zenity Labs 披露的 AgentCore 漏洞链条,展示了默认权限过宽如何让单个公开智能体接管同区域全部智能体。
微软在两年来的首场线下活动中发布新款 Surface Laptop Ultra,并公布 Windows 11 的一系列改动,同时展示本地 AI 与智能体工作流如何改变个人计算。
微软在旧金山 Tech Week 活动上公布新款 Surface Laptop Ultra 的规格与价格,两个基础型号分别 2600 美元和 3700 美元起,最高配至 5900 美元。
微软在旧金山 Windows 与 Surface 发布会上公布 Surface Laptop Ultra 的上市细节,该机搭载 Nvidia RTX Spark Arm 架构芯片,8 核 CPU、24GB 内存、512GB 存储版本起售价 2599 美元,10 月 16 日发售,并改用内置磁吸 USB-C 充电取代 Surface Connect 接口。
NVIDIA 与 Microsoft 在旧金山 Windows AI 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件,并公布 RTX Spark 笔记本与紧凑台式机。
推荐理由:NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出,可据此判断本地智能体的落地路径。
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售,售价约 6,000 美元,11 月开始发货。它采用 Nvidia Arm 架构的 RTX Spark 平台和 128GB 统一内存,可本地运行超过 120B 参数的模型,用于测试 AI 模型、原型化 AI 智能体或在设备上运行 AI 编码工具。
在 Windows 与 Surface 活动上,微软展示了 Copilot 的升级,将让它访问 PC 上的本地文件,并能在操作系统内执行操作。这属于微软称为 Hybrid Intelligence 的思路,即应用和工具依赖多种能力的组合。
GitHub 发布与 Microsoft Applied Sciences 联合构建的 ModernBERT 分类器,用代码上下文识别非结构化密钥,可在 2 毫秒内评估一批候选密钥,据称能把可拦截的密钥数量提升一倍以上。
推荐理由:GitHub 公开了九季度密钥泄露数据,并说明新分类器如何把推送拦截扩展到非结构化密钥。
微软研究院开源 Agent Lightning v1.0,这是一个约 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 agent。
推荐理由:微软开源 Agent Lightning v1.0,给出约 3500 行代码的智能体 RL 框架与完整训练配方,可据此评估真实 harness 训练的落地成本。
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细审视数据。
微软刊发了诺奖经济学家 Daron Acemoglu 的悲观 AI 预测:AI 十年仅拉动 GDP 增长约 1.5%,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。
据 The Information 报道,Anthropic 的两大企业客户 Meta 和 Microsoft 正大幅削减内部 Claude 使用量。
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 的分布特征构建,包含 187 个开源仓库、19 种语言的 219 个 PR。
推荐理由:GitHub 公开了 AI 代码审查基准的构建方法、评分口径与验证数据,可据此比较不同审查智能体。
微软发布 ThinkingBox 智能体评测框架与 ThinkingBox-Bench 基准,通过隔离的 MCP 工具会话运行 507 个有状态业务工作流,每个任务重复 20 次,按终态数据库状态和副作用而非模型回答打分。
推荐理由:论文给出 507 个有状态工作流、每任务跑 20 次的评测方法,并揭示工具处理而非推理才是失败主因。
微软正把“仿生学”设计推广到其数据中心,通过增加花园和本地树木、投资生态修复,让设施“融入自然景观”,以缓解社区对施工砍树、噪音和光污染的反对。微软称已在荷兰一处数据中心试点,并计划将“自然启发方案”带到美国与德国 20 多个站点,所有美国新项目也将采用。其在圣安东尼奥曾为建数据中心砍伐超 2600 棵树,引发当地争议。
微软 AI 发布实时转写模型 MAI-Transcribe-2-Streaming,支持 60 种语言,首个部分结果延迟略超 100 毫秒,微软称其在 Artificial Analysis 准确率排名第一,年底前音频价格为每小时 0.54 美元。
OpenAI 称已阻断一起针对其模型推理过程的蒸馏攻击,该活动 7 月 1 日起低量出现,7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求,涉及 15000 多个关联账号,7 月 28 日前已全部关停,OpenAI 将核心参与者与 Moonshot AI 相关人员关联。