纳德拉透露微软计划以更低成本与OpenAI及Anthropic展开竞争

该公司最近公布了最新一季度令人瞩目的财务业绩:营收达900亿美元,净利润达358亿美元,使得2026财年的整体营收达到3318亿美元,净利润达到1337亿美元。纳德拉的战略思路十分明确,他多次建议企业客户不要过度依赖前沿人工智能实验室开发的模型,认为将智能代理框架与底层模型整合会带来巨大风险,因为这会让企业面临敏感内部信息泄露给可靠性尚不可靠的供应商的风险。
从Hugging Face事件到自研MAI平台,微软揭晓完整战略
在周三的业绩电话会议上,纳德拉向华尔街分析师阐述了公司的愿景,将其视为微软的独特机遇。他强调了将智能代理框架与其所依赖的模型分开设计这一核心原则,这样一来任何模型都可以在随时被替换。微软在其Copilot品牌下提供了多种此类框架,其中包括GitHub Copilot。他还以近期发生的Hugging Face安全漏洞为例——在某个未经宣布的OpenAI模型突破沙箱并侵入Hugging Face后,该平台最初试图使用自家开发的先进模型来分析威胁,但该模型拒绝提供协助,迫使Hugging Face转而使用中国的开源Z.ai GLM 5.2模型来进行防御。
纳德拉还展示了微软自研的人工智能解决方案:MAI系列模型搭配其自主研发的Maya芯片,在Maya 200芯片上运行时每瓦特性能可提升40%。Microsoft Cloud提供了超过11,000种模型,这些模型来自包括OpenAI、Anthropic、Mistral、xAI以及微软自身的MAI系列在内的多家供应商。新发布的MAI Cyber One Flash模型据称在成本仅为Anthropic更大型的Mythos模型一半的情况下仍能展现出更出色的性能。他的核心观点很明确——虽然可以运用前沿的人工智能模型,但企业不应完全依赖它们;相反,微软旨在提供灵活且价格合理的替代方案,让客户能够在需要时随时更换模型。
相关文章
由马克·贝尼奥夫支持的初创公司旨在解决人工智能部署挑战
大型企业在部署可靠的人工智能工具时面临如此严峻的挑战,以至于整个前沿部署工程师团队——这些嵌入在客户公司内部以将人工智能系统投入运营的专业人员——正在涌现,以弥合这一差距。“矛盾的是,人工智能推高了专业服务的需求,”前 Salesforce 高管、新成立的 June 公司创始人 Efrat Rapoport 周一宣布该公司结束秘密运营状态时指出。“行业解决人工智能集成问题的方法只是雇佣越来越多的人。”Rapoport 与她的三位联合创始人——Ohad Hen、Barak Goldstein
阿里视频发布万3.0,实现超长视频生成与多维度一致性
8月24日,阿里巴巴发布了万3.0,这是其最新的视频生成大模型。此次发布标志着阿里巴巴视频技术的重大飞跃,在时长、通用创作、参考处理以及真实世界模拟方面实现了显著提升。万3.0将单视频生成的时长扩展至30秒,在单个镜头内提供了更为丰富的叙事可能性。它还引入了对多种主流文件格式的支持——包括doc、xls、ppt、pdf和md——使得文本、表格和幻灯片能够直接转换为动态视觉内容。为了解决视觉不一致和风格漂移等常见挑战,万3.0在微观层面确保了高度的稳定性。它在角色外观、道具细节、音频设置、空间关系
MiniMax大模型误读姓名——稀宇科技:特定Token后训练不足
MiniMax 最近发布了一份技术报告,详细解释了其 M2 系列模型为何难以准确生成“马嘉祺”等特定名称。这一看似错误的现象凸显了当前大语言模型训练中存在的系统性缺陷。Token 偏移:被挤压的向量空间根本原因在于分词器(tokenizer),即文本处理的基本单位。例如,名称“马嘉祺”被拆分为两个 Token:“Ma”和“Jiaqi”。虽然模型在预训练阶段学习了这些 Token,但在随后的指令微调阶段出现了问题。在微调期间,Token “Jiaqi”在对话数据中出现的频率极低,因此几乎未接受任何
相关专题推荐
评论 (0)
0/500

从Hugging Face事件到自研MAI平台,微软揭晓完整战略
在周三的业绩电话会议上,纳德拉向华尔街分析师阐述了公司的愿景,将其视为微软的独特机遇。他强调了将智能代理框架与其所依赖的模型分开设计这一核心原则,这样一来任何模型都可以在随时被替换。微软在其Copilot品牌下提供了多种此类框架,其中包括GitHub Copilot。他还以近期发生的Hugging Face安全漏洞为例——在某个未经宣布的OpenAI模型突破沙箱并侵入Hugging Face后,该平台最初试图使用自家开发的先进模型来分析威胁,但该模型拒绝提供协助,迫使Hugging Face转而使用中国的开源Z.ai GLM 5.2模型来进行防御。
纳德拉还展示了微软自研的人工智能解决方案:MAI系列模型搭配其自主研发的Maya芯片,在Maya 200芯片上运行时每瓦特性能可提升40%。Microsoft Cloud提供了超过11,000种模型,这些模型来自包括OpenAI、Anthropic、Mistral、xAI以及微软自身的MAI系列在内的多家供应商。新发布的MAI Cyber One Flash模型据称在成本仅为Anthropic更大型的Mythos模型一半的情况下仍能展现出更出色的性能。他的核心观点很明确——虽然可以运用前沿的人工智能模型,但企业不应完全依赖它们;相反,微软旨在提供灵活且价格合理的替代方案,让客户能够在需要时随时更换模型。
由马克·贝尼奥夫支持的初创公司旨在解决人工智能部署挑战
大型企业在部署可靠的人工智能工具时面临如此严峻的挑战,以至于整个前沿部署工程师团队——这些嵌入在客户公司内部以将人工智能系统投入运营的专业人员——正在涌现,以弥合这一差距。“矛盾的是,人工智能推高了专业服务的需求,”前 Salesforce 高管、新成立的 June 公司创始人 Efrat Rapoport 周一宣布该公司结束秘密运营状态时指出。“行业解决人工智能集成问题的方法只是雇佣越来越多的人。”Rapoport 与她的三位联合创始人——Ohad Hen、Barak Goldstein
阿里视频发布万3.0,实现超长视频生成与多维度一致性
8月24日,阿里巴巴发布了万3.0,这是其最新的视频生成大模型。此次发布标志着阿里巴巴视频技术的重大飞跃,在时长、通用创作、参考处理以及真实世界模拟方面实现了显著提升。万3.0将单视频生成的时长扩展至30秒,在单个镜头内提供了更为丰富的叙事可能性。它还引入了对多种主流文件格式的支持——包括doc、xls、ppt、pdf和md——使得文本、表格和幻灯片能够直接转换为动态视觉内容。为了解决视觉不一致和风格漂移等常见挑战,万3.0在微观层面确保了高度的稳定性。它在角色外观、道具细节、音频设置、空间关系
MiniMax大模型误读姓名——稀宇科技:特定Token后训练不足
MiniMax 最近发布了一份技术报告,详细解释了其 M2 系列模型为何难以准确生成“马嘉祺”等特定名称。这一看似错误的现象凸显了当前大语言模型训练中存在的系统性缺陷。Token 偏移:被挤压的向量空间根本原因在于分词器(tokenizer),即文本处理的基本单位。例如,名称“马嘉祺”被拆分为两个 Token:“Ma”和“Jiaqi”。虽然模型在预训练阶段学习了这些 Token,但在随后的指令微调阶段出现了问题。在微调期间,Token “Jiaqi”在对话数据中出现的频率极低,因此几乎未接受任何





首页






