微軟推出 Azure AI Foundry Labs：把前沿研究和智慧體搬上雲

以前一項前沿技術從實驗室走到普通人手裡，可能要熬上十幾年。比如 GPS 衛星定位，從上世紀 70 年代軍用起步，直到 2000 年代初才真正變成手機和汽車的標配。

現在的 AI 研發顯然不想等這麼久。2025 年 2 月 19 日，微軟宣佈上線 Azure AI Foundry Labs，把微軟研究院壓箱底的前沿實驗專案打包做成了一個專區，直接讓開發者、初創團隊和企業上手試用。

伴隨這個中樞上線的，還有微軟最新的大模型 Muse。微軟稱它是首個「世界與人類動作模型」，也就是所謂的 WHAM 模型，現在已經能在 Azure AI Foundry 裡直接體驗。

實驗室裡的硬核專案一次性端出來

如果仔細看 Foundry Labs 首批放出來的名單，會發現微軟這次端出來的東西橫跨了多個極硬核的垂直領域，不只是常規的文本聊天。

在自然科學和材料領域，有用來預測高解析度天氣和空氣汙染的大規模大氣模型 Aurora，它的預測表現號稱超過了傳統氣象工具；還有面向原子模擬的深度學習模型 MatterSim，能高精度預測材料特性；以及針對藥物研發的 TamGen，用類似 GPT 的化學語言模型來做分子設計與最佳化。

智慧體也是這次的重頭戲。開源專案 ExACT 專門用來讓智慧體從以往的互動歷史中學習，動態最佳化搜尋效率；基於 AutoGen 框架搭建的 Magentic-One 則是一個多智慧體協同系統，負責拆解和搞定複雜的長鏈條任務。

還有一個讓不少做自動化工具的開發者眼熟的專案，那就是 OmniParser v2。這個視覺模組能直接把螢幕截圖解析成結構化的 UI 元素，讓 AI 真正看懂電腦和手機螢幕，為螢幕操作型智慧體提供底層支援。

微軟提到，如今訓練 AI 的算力大概每 12 個月就會翻 10 倍，模型突破的週期也從幾年前的四到六個月，縮短到了現在的四到六天。把研究直接丟給外部開發者跑原型，反而是最快驗證技術可行性的方式。

為什麼重要

我們認為，微軟做 Foundry Labs 最聰明的地方，在於改變了前沿研究的變現邏輯。以往大廠研究院很多厲害的論文最後都成了學術資產，工程化週期太長，等變成 Azure 上的正式服務時，市場早變天了。現在直接在半成品階段開闢一個實驗區，既能讓急需新技術的開發者儘早吃到紅利，又能拿現實世界的資料和反饋快速迭代。

對於開發者和企業來說，這裡面的東西值不值得試，得看你的具體賽道。如果你在做製藥、氣象預測或者新材料研發，TamGen 和 MatterSim 這種垂直模型非常值得立刻接入測試；而對於做 AI Agent 的團隊來說，OmniParser v2 和 Magentic-One 幾乎是現成的工業級積木，能省掉大把自研 UI 理解和任務編排的力氣。

但這裡的隱患也很明顯。這些掛著「實驗」標籤的專案大多不是成熟的生產環境服務，介面變動、準確率波動甚至突然下線的風險都存在，目前並不適合直接當作核心業務的單一依賴。看起來，微軟是把 Azure 變成了一個大型的公開試驗場，能不能接得住這些粗糙但前沿的工具，就看開發者自己的工程化實力了。