跳到正文
#Microsoft
  1. IT之家71

    英伟达、谷歌、微软已下单，消息称三星明年近 80% 存储芯片产能被长期供应协议锁定

    据韩国经济日报报道，业内人士透露三星电子已通过长期供应协议锁定明年近 80% 的存储芯片产能，其中包括高带宽内存 HBM，英伟达、谷歌、微软等科技巨头已排队下单，锁定期普遍在五年以上。

    推荐理由：三星明年近八成存储产能被长协锁定，读者可看到 AI 硬件供应链从即期交易转向订单导向的动向。

  1. 雷锋网72

    微软基于阿里 Qwen 推出决策模型 Microsoft-Decision-1

    微软基于阿里 Qwen 推出全新决策模型 Microsoft-Decision-1，该模型基于 Qwen3.5-9B 后训练而成，在结构化决策任务中于时延和准确性上超过 LLM 及 Jev 1.13.0 等热门决策模型。

    推荐理由：微软基于 Qwen3.5-9B 后训练出决策模型，读者可借此观察决策模型这一新形态的落地路径与开源生态格局。

  2. 爱范儿78

    TypeSafe 24 天估值暴涨 37 倍，微软与 OpenAI 相继推出决策模型

    非文本 AI 模型 Jev 的开发商 TypeSafe 获得 a16z 领投的 8.7 亿美元融资，估值达 75 亿美元；其种子轮 4000 万美元、估值约 2 亿，24 天内估值翻了 37 倍。

    推荐理由：从 Jev 融资到微软、OpenAI 相继入局，梳理决策模型为何在 Agent 成本压力下集中出现。

  1. NVIDIA Blog74

    NVIDIA 与 Microsoft 发布 RTX Spark 笔记本及 Windows 智能体基础设施

    在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 公布面向 Windows PC 的智能体软硬件方案：Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。

    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一并给出，读者可据此判断本地智能体的落地条件。

  2. GitHub Blog · AI & ML60

    GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展推送保护

    GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 用九个季度的密钥泄露数据说明防护为何要跟上代码生成速度，并给出新分类器的落地范围。

  3. Microsoft Research80

    微软研究院开源 Agent Lightning v1.0：3500 行轻量智能体 RL 框架，直接训练真实 harness

    微软研究院亚洲团队开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体 RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。

    推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出可复现的编码智能体训练结果。

  1. GitHub Blog · AI & ML58

    GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench，一个面向代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。

    推荐理由：GitHub 公开了代码审查基准的构建方式与评测口径，读者可据此判断自家审查智能体的强弱与取舍。

  1. Microsoft Research66

    微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

    微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。

    推荐理由：微软研究院公开 Quine 生物世界模型的设计思路与胰腺癌化合物筛选的湿实验验证结果，可了解多模态建模在科研闭环中的实际用法。

  1. Microsoft Research62

    微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。

    推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链与开源入口。

已经到底了