微软在Build大会推出七款新模型，涵盖推理、代码、图像等
相关推荐
微软AI发布首款推理模型MAI-Thinking-1及六款原生新模型，推出私有强化学习「前沿微调」服务
据动察 Beating 监测，微软 AI 部门（Microsoft AI，简称 MAI）负责人穆斯塔法·苏莱曼（Mustafa Suleyman）在 Build 2026 开发者大会上宣布推出全新自研的 MAI 原生模型家族。该系列共包含 7 款模型，涵盖推理、编程、图像、转写和语音等领域，全部由微软从零训练，未使用任何第三方模型进行知识蒸馏，且所有数据集均已获得合规授权。微软表示，将致力于构建「人本超智能（Humanist Superintelligence）」，确保前沿 AI 作为人类的辅助工具并接受人类监督。同时，微软已上线的 GB200 算力集群也已全面投入使用，用于推动这一模型生态的持续迭代。 MAI 家族的旗舰推理模型 MAI-Thinking-1 拥有 350 亿活跃参数，采用混合专家（MoE）架构，提供 128K 上下文窗口。在 SWE-bench Pro 等主流软件工程与数学推理评估中，该模型达到了与 Claude Opus 4.6 相当的水平，且在盲测人类评估中优于 Claude Sonnet 4.6。面向编程场景，MAI 推出了拥有 50 亿参数的智能体编程模型 MAI-Code-1-Flash，该模型将深度整合至 GitHub Copilot 及 VS Code，以更低的推理成本提供与 Claude Haiku 相当的表现。在多模态方面，MAI-Image-2.5 及其 Flash 变体支持高精度文生图与图像编辑，图像质量评分超越了 Nano Banana Pro；语音与转写方面则推出了 SOTA 精度、高出竞品 5 倍速度的 43 语言转写模型 MAI-Transcribe-1.5，以及支持 15 种语言、具备情绪控制和零样本克隆的语音生成模型 MAI-Voice-2 及其 Flash 变体。上述模型不仅在 Azure AI Foundry 部署，还将上架 OpenRouter、Fireworks 和 Baseten，并首次支持开发者自行微调权重。微软还透露，通过将模型与自研芯片 Maia 200 进行联合软硬协同优化，实现了 1.4 倍的计算效能提升。 除基础模型发布外，微软推出了基于强化学习环境（RLE）的「前沿微调（Frontier Tuning）」服务。该服务允许企业在完全受控的隔离环境（「训练健身房」）中，利用其内部的操作轨迹、决策序列和专业数据对 MAI 模型进行定制训练。测试表明，经过 Frontier Tuning 后的定制模型效率大幅提升，其中面向 Excel 优化后的 MAI 模型性能对齐 GPT-5.4，但效率高出 10 倍；为麦肯锡定制的 MAI 模型在达成最高胜率的同时降低了近 10 倍成本。此外，微软宣布与全球顶尖医疗机构梅奥诊所（Mayo Clinic）达成战略合作，基于梅奥的临床数据和微软的 AI 底座联合开发临床推理大模型。该模型由梅奥诊所拥有所有权，将首先部署在梅奥内部用于早期诊断与治疗方案设计，随后通过 Azure AI Foundry 开放给其他医疗机构。
DeepSeek V4Flash在OpenCode爆量：单日跑掉8万亿Token
据动察 Beating 监测，AI 编程工具 OpenCode 披露，接入 DeepSeek V4 Flash 当天，OpenCode 用户跑了 8 万亿个 Token，其中 5 万亿来自免费计划，3 万亿来自付费订阅 OpenCode Go。 过去一周，它已占 OpenCode 全部 Token 用量的 55%，排名第一。
过去24小时收入排名第一，SushiSwap Builder Code仅有9名用户
Odaily星球日报讯 据 HyperliquidNews 监测，SushiSwap Builder Code 过去 24 小时收入排名第一，但仅有 9 名用户。最高费用支付者支出超 3.47 万美元开发者费用，占全部开发者费用收入的 96.4%；第二大费用支付者支出超 1280 美元。这两名用户交易 bitcoin:native，占过去 24 小时交易量和收入的 99.99%。
微软AI发布自主研发的全新网络安全模型MAI-Cyber-1-F
PANews 7月28日消息，据汇通财经报道，微软AI发布自主研发的全新网络安全模型MAI-Cyber-1-Flash，这款模型是微软在网络安全技术领域的最新研发成果，有望在恶意代码识别、网络攻击预警、漏洞风险排查等多个网络安全应用场景中发挥作用，为各行业的网络防护体系提供更强大的技术支撑。
微软开发者大会聚焦AI Agent全栈：自研MAI模型、Foundry、Windows本地AI与量子芯片齐发
BlockBeats 消息，6 月 3 日，2026 年微软 Build 大会在旧金山启动，核心主题转向「可落地、可治理的 AI Agent 平台」。微软发布自研 MAI 模型家族，覆盖推理、编程、图像、语音和转写等能力，其中 MAI-Thinking-1 是其首款旗舰推理模型；Microsoft Foundry 获得大规模更新，新增 Agent 运行时、工具箱、记忆、企业知识检索 Foundry IQ、Voice Live、评估与治理工具等，强化从原型到生产部署的 Agent 开发链路。 Windows 侧，微软将本地 AI 作为开发者平台重点，推出更面向开发者的 Windows 配置、智能 Shell/Terminal、Agent 沙箱、WSL 能力升级，并强调 Foundry on Windows 让小模型、Agent 推理和本地编码模型可在 PC 端运行。 硬件方面，微软发布面向 AI 开发者的 Surface RTX Spark Dev Box，搭载 NVIDIA RTX Spark superchip，最高提供 1 petaflop AI 算力和 128GB 统一内存，用于本地运行、微调大模型和 Agent 工作流。 此外，微软还发布下一代拓扑量子芯片 Majorana 2，称其量子比特可靠性较上一代提升 1000 倍，平均寿命达 20 秒，并把实现可扩展量子计算机的时间表推进至 2029 年；Microsoft Discovery 也正式 GA，用于科研和工程团队通过 AI Agent 加速研发。 截至最新发文时，微软盘后股价下跌 0.65%，周二收盘下跌 4.17%。
传Google DeepMind拟裁超1/3：短期停更Pro，资源转向Flash
据动察 Beating 监测，Google DeepMind 正在酝酿进一步重组，可能裁掉三分之一甚至更多员工。GDM 目前约有 7000 至 8000 人，重组将重点精简岗位和实际工作不匹配的冗余人员。 更大的变化是模型路线。谷歌短期没有更新 Pro 模型的计划，也将减少对 Fable、Opus 同级超大旗舰模型的投入，把更多资源转向成本更低、迭代更快的 Flash。 这可能和 GDM 能拿到的资源有关。GDM 最近一个考核年的整体 OKR 只有 0.5/1，过去一段时间很难争取到更多大型模型训练资源。搜索、YouTube、Gmail 等谷歌核心业务同样需要大量 TPU。 还有一个内部细节或许可以解释为什么谷歌 Gemini 模型体验不佳：GDM 核心团队此前从未真正把 Gemini 当成日常主力模型，反而是非核心团队仍被要求使用 Gemini。