納德拉透露微軟計劃以更低成本與OpenAI及Anthropic展開競爭

該公司最近公佈了最新一季度令人矚目的財務業績:營收達900億美元,淨利潤達358億美元,使得2026財年的整體營收達到3318億美元,淨利潤達到1337億美元。納德拉的戰略思路十分明確,他多次建議企業客戶不要過度依賴前沿人工智慧實驗室開發的模型,認為將智慧代理框架與底層模型整合會帶來巨大風險,因為這會讓企業面臨敏感內部資訊洩露給可靠性尚不可靠的供應商的風險。
從Hugging Face事件到自研MAI平臺,微軟揭曉完整戰略
在週三的業績電話會議上,納德拉向華爾街分析師闡述了公司的願景,將其視為微軟的獨特機遇。他強調了將智慧代理框架與其所依賴的模型分開設計這一核心原則,這樣一來任何模型都可以在隨時被替換。微軟在其Copilot品牌下提供了多種此類框架,其中包括GitHub Copilot。他還以近期發生的Hugging Face安全漏洞為例——在某個未經宣佈的OpenAI模型突破沙箱並侵入Hugging Face後,該平臺最初試圖使用自家開發的先進模型來分析威脅,但該模型拒絕提供協助,迫使Hugging Face轉而使用中國的開源Z.ai GLM 5.2模型來進行防禦。
納德拉還展示了微軟自研的人工智慧解決方案:MAI系列模型搭配其自主研發的Maya晶片,在Maya 200晶片上執行時每瓦特效能可提升40%。Microsoft Cloud提供了超過11,000種模型,這些模型來自包括OpenAI、Anthropic、Mistral、xAI以及微軟自身的MAI系列在內的多家供應商。新發布的MAI Cyber One Flash模型據稱在成本僅為Anthropic更大型的Mythos模型一半的情況下仍能展現出更出色的效能。他的核心觀點很明確——雖然可以運用前沿的人工智慧模型,但企業不應完全依賴它們;相反,微軟旨在提供靈活且價格合理的替代方案,讓客戶能夠在需要時隨時更換模型。
相關文章
由馬克·貝尼奧夫支援的初創公司旨在解決人工智慧部署挑戰
大型企業在部署可靠的人工智慧工具時面臨如此嚴峻的挑戰,以至於整個前沿部署工程師團隊——這些嵌入在客戶公司內部以將人工智慧系統投入運營的專業人員——正在湧現,以彌合這一差距。“矛盾的是,人工智慧推高了專業服務的需求,”前 Salesforce 高管、新成立的 June 公司創始人 Efrat Rapoport 週一宣佈該公司結束秘密運營狀態時指出。“行業解決人工智慧整合問題的方法只是僱傭越來越多的人。”Rapoport 與她的三位聯合創始人——Ohad Hen、Barak Goldstein
阿里影片釋出萬3.0,實現超長影片生成與多維度一致性
8月24日,阿里巴巴釋出了萬3.0,這是其最新的影片生成大模型。此次釋出標誌著阿里巴巴影片技術的重大飛躍,在時長、通用創作、參考處理以及真實世界模擬方面實現了顯著提升。萬3.0將單影片生成的時長擴充套件至30秒,在單個鏡頭內提供了更為豐富的敘事可能性。它還引入了對多種主流檔案格式的支援——包括doc、xls、ppt、pdf和md——使得文字、表格和幻燈片能夠直接轉換為動態視覺內容。為了解決視覺不一致和風格漂移等常見挑戰,萬3.0在微觀層面確保了高度的穩定性。它在角色外觀、道具細節、音訊設定、空間關係
MiniMax大模型誤讀姓名——稀宇科技:特定Token後訓練不足
MiniMax 最近釋出了一份技術報告,詳細解釋了其 M2 系列模型為何難以準確生成“馬嘉祺”等特定名稱。這一看似錯誤的現象凸顯了當前大語言模型訓練中存在的系統性缺陷。Token 偏移:被擠壓的向量空間根本原因在於分詞器(tokenizer),即文字處理的基本單位。例如,名稱“馬嘉祺”被拆分為兩個 Token:“Ma”和“Jiaqi”。雖然模型在預訓練階段學習了這些 Token,但在隨後的指令微調階段出現了問題。在微調期間,Token “Jiaqi”在對話資料中出現的頻率極低,因此幾乎未接受任何
相關專題推薦
評論 (0)
0/500

從Hugging Face事件到自研MAI平臺,微軟揭曉完整戰略
在週三的業績電話會議上,納德拉向華爾街分析師闡述了公司的願景,將其視為微軟的獨特機遇。他強調了將智慧代理框架與其所依賴的模型分開設計這一核心原則,這樣一來任何模型都可以在隨時被替換。微軟在其Copilot品牌下提供了多種此類框架,其中包括GitHub Copilot。他還以近期發生的Hugging Face安全漏洞為例——在某個未經宣佈的OpenAI模型突破沙箱並侵入Hugging Face後,該平臺最初試圖使用自家開發的先進模型來分析威脅,但該模型拒絕提供協助,迫使Hugging Face轉而使用中國的開源Z.ai GLM 5.2模型來進行防禦。
納德拉還展示了微軟自研的人工智慧解決方案:MAI系列模型搭配其自主研發的Maya晶片,在Maya 200晶片上執行時每瓦特效能可提升40%。Microsoft Cloud提供了超過11,000種模型,這些模型來自包括OpenAI、Anthropic、Mistral、xAI以及微軟自身的MAI系列在內的多家供應商。新發布的MAI Cyber One Flash模型據稱在成本僅為Anthropic更大型的Mythos模型一半的情況下仍能展現出更出色的效能。他的核心觀點很明確——雖然可以運用前沿的人工智慧模型,但企業不應完全依賴它們;相反,微軟旨在提供靈活且價格合理的替代方案,讓客戶能夠在需要時隨時更換模型。
由馬克·貝尼奧夫支援的初創公司旨在解決人工智慧部署挑戰
大型企業在部署可靠的人工智慧工具時面臨如此嚴峻的挑戰,以至於整個前沿部署工程師團隊——這些嵌入在客戶公司內部以將人工智慧系統投入運營的專業人員——正在湧現,以彌合這一差距。“矛盾的是,人工智慧推高了專業服務的需求,”前 Salesforce 高管、新成立的 June 公司創始人 Efrat Rapoport 週一宣佈該公司結束秘密運營狀態時指出。“行業解決人工智慧整合問題的方法只是僱傭越來越多的人。”Rapoport 與她的三位聯合創始人——Ohad Hen、Barak Goldstein
阿里影片釋出萬3.0,實現超長影片生成與多維度一致性
8月24日,阿里巴巴釋出了萬3.0,這是其最新的影片生成大模型。此次釋出標誌著阿里巴巴影片技術的重大飛躍,在時長、通用創作、參考處理以及真實世界模擬方面實現了顯著提升。萬3.0將單影片生成的時長擴充套件至30秒,在單個鏡頭內提供了更為豐富的敘事可能性。它還引入了對多種主流檔案格式的支援——包括doc、xls、ppt、pdf和md——使得文字、表格和幻燈片能夠直接轉換為動態視覺內容。為了解決視覺不一致和風格漂移等常見挑戰,萬3.0在微觀層面確保了高度的穩定性。它在角色外觀、道具細節、音訊設定、空間關係
MiniMax大模型誤讀姓名——稀宇科技:特定Token後訓練不足
MiniMax 最近釋出了一份技術報告,詳細解釋了其 M2 系列模型為何難以準確生成“馬嘉祺”等特定名稱。這一看似錯誤的現象凸顯了當前大語言模型訓練中存在的系統性缺陷。Token 偏移:被擠壓的向量空間根本原因在於分詞器(tokenizer),即文字處理的基本單位。例如,名稱“馬嘉祺”被拆分為兩個 Token:“Ma”和“Jiaqi”。雖然模型在預訓練階段學習了這些 Token,但在隨後的指令微調階段出現了問題。在微調期間,Token “Jiaqi”在對話資料中出現的頻率極低,因此幾乎未接受任何





首頁






