微软发布语音模型 MAI-Transcribe-2:速度快 10 倍,每小时 0.1 美元
微软推出语音识别模型 MAI-Transcribe-2。其在 FLEURS 60 种语言基准测试中平均字错率仅 5.2%,比 GPT-Transcribe 快 10 倍、比 Gemini 3.5 Transcribe 快 5 倍。模型支持说话人分离与词级时间戳,年底前限时每小时 0.10 美元。
微软推出语音识别模型 MAI-Transcribe-2。其在 FLEURS 60 种语言基准测试中平均字错率仅 5.2%,比 GPT-Transcribe 快 10 倍、比 Gemini 3.5 Transcribe 快 5 倍。模型支持说话人分离与词级时间戳,年底前限时每小时 0.10 美元。
OpenAI 发布 GPT-6 Astra,主打高对齐度与计算机操控能力。新模型在 ARC-AGI-3 拿到 99.9% 分数,OSWorld 任务耗时比前代缩短 47%,且越界办事率为 0%。模型正面向 ChatGPT 付费用户、API 及云平台陆续推送。
特朗普政府在《纽约时报》起诉 OpenAI 的版权诉讼中提交利益声明,力挺 OpenAI。美政府律师主张,用受版权保护文本训练大模型属于「合理使用」,限制训练将阻碍科学进步与繁荣。此案结果可能为后续媒体版权纠纷树立判例。
比尔·盖茨在 GatesNotes 发文警告,AI 时代将是人类历史上最动荡的时期之一。他认为 AI 要么成为最伟大的平权工具,要么成为最严重的不公根源,且将在十年内迅速冲击各行业岗位,但目前全球对此毫无准备。
NVIDIA 发布 DLSS 4.5 光线重建技术,换装第二代 Transformer 模型。该技术将降噪与超分辨率结合,大幅改善光线追踪画质并减少拖影,已通过 NVIDIA app 在 30 款游戏中上线。体验需配合 580.88 或更新版本驱动并在设置中开启抢先体验。
Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 正式可用。新版 Computer Use 新增 Browser Use 工具,通过读取网页代码结构精准定位元素,并支持单轮执行多个动作以大幅提速;同时符合 HIPAA 医疗合规。配合托管指令集的 Skills API 与提供 1 TB 存储的 Files API,帮助开发者构建生产级智能体。
微软发布自研安全模型 MAI-Cyber-1-Flash 并集成入漏洞修复框架 MDASH。该模型包揽 90% 的日常安全任务,极难任务才调用 GPT-5.4,使系统综合成本降低 50%,并在 CyberGym 基准测试中拿下 96% 的高分。
微软在 GitHub Copilot 中上线编程模型 MAI-Code-1.1-Flash。相比 6 月发布的 1.0 版本,新模型推理成本直降 75%,Token 输出速度提升 25%,并针对 CLI 与 .NET 场景做了专门优化。后续还支持 3-bit 量化在本地端侧运行,保留 256K 上下文且免推理费。
Microsoft 宣布推出文生图模型 MAI-Image-2.6,直接登上 Arena 文生图排行榜第二位,超越了 Google、Meta 和 xAI 的同类模型。新版本综合 Elo 分提升 79 分,其中文字渲染大涨 91 分,并显著增强了人像与商业成像质量。
瑞士保罗谢尔研究所团队推出开源模型 XtalPaint,借助图像修补技术重建晶体缺失原子,测试成功率达 97%。它只对未知位置添加扩散噪声,保留已有骨架作引导。这项技术补全了 X 射线难测的轻原子,有望盘活数千种此前无法模拟的储氢与电池材料。
微软披露自研专精模型体系 MAI 的最新进展,已在图像、语音、代码等场景上线十余款模型,最高削减 89% 的 GPU 成本。其中网络安全模型 MAI-Cyber-1-Flash 在 CyberGym 基准登顶。微软正通过针对具体产品调优小模型,摆脱对昂贵前沿通用模型的全面依赖。
Perplexity 正式面向 Windows 推出 Personal Computer 智能体平台。它打破了浏览器限制,能直接读取、编辑本地 Word 与 Excel 文件,并跨网页与企业应用自动完成复杂任务。面向 Pro、Max 和 Enterprise 订阅者开放。
NVIDIA 携手微软、Hugging Face 等发起 Open Secure AI Alliance,旨在通过开源模型与工具强化网络安全防御。NVIDIA 同时在 GitHub 开源了智能体安全框架 NOOA。联盟强调闭源并非绝对安全,防御者亟需可在本地部署和审查的前沿开源防御工具。
Microsoft 宣布在 GitHub Copilot 与 Excel 中部署专用 MAI 模型。MAI-Code-1-Flash 代码采纳率比 GPT-5.4 Mini 高 10%,Excel 定制版在常见任务上媲美 GPT-5.6,且支持 A100 部署。这意味着无需最新芯片也能低成本跑出前沿效果。
微软推出自研多模态模型 MAI-Image-2.5-Pro 与 MAI-Voice-2-Flash 并开启公测。Bing Image Creator 已全面默认切换为自研图像模型;语音模型速度提升 2 倍且成本降 32%。微软正逐步用自研模型替代第三方技术,支持旗下全系产品。
Microsoft 推出图像生成与编辑模型 MAI-Image-2.6。它能实时调取网页信息辅助绘图,并提供精确的构图与风格局部编辑能力;同步推出的 MAI-Image-2.6-Flash 价格不到旗舰版一半。目前已上线官方 Playground 供测试。
AMD 正式推出机架级 AI 系统 Helios,搭载 72 颗 MI455X GPU,全面对标英伟达 Vera Rubin NVL72。官方称其算力提升 15%、HBM 容量大 50%,微软、OpenAI 和 Anthropic 等客户已计划部署。
Microsoft 宣布向美国能源部 Genesis 计划投资 6000 万美元,包括 4000 万美元 Azure 算力额度与 2000 万美元工程服务,并成立 SPARK 枢纽对接 17 家国家实验室。该计划旨在十年内把美国科研产出提升一倍。
xAI 推出面向 Microsoft Outlook 的 Grok 插件,面向付费 X 和 SuperGrok 用户开放。它能总结长邮件线程并梳理决策与待办、按用户语气起草回复、整理收件箱并阅读附件,还能直接搜索网页和 X。该插件同时也支持 Word、Excel 和 PowerPoint。
xAI 发布免费的 Microsoft Excel 插件 Grok。用户用日常自然语言即可提问表格数据、自动生成函数公式并推演情景,答案会标明具体单元格来源,还支持插入图表及调取外部文件。该插件同样支持 Word 和 PowerPoint。