据多家媒体今日报道,Microsoft Corporation 已开发出一系列可与 OpenAI 和 Anthropic PBC 的算法相媲美的大语言模型。
据 Bloomberg 报道的消息源称,这个大语言模型系列被称为 MAI。这可能是"Microsoft artificial intelligence"的首字母缩写。它也可能是对该公司去年推出的内部开发的 AI 芯片 Maia 100 的致敬。微软可能正在使用这款处理器来支持新的 MAI 模型。
该公司最近对这个大语言模型系列进行了性能测试。在评估过程中,微软工程师检验了 MAI 是否能为公司的 Copilot 系列 AI 助手提供支持。测试数据显示,这个大语言模型系列的性能可以与 OpenAI 和 Anthropic 的模型相媲美。
微软评估 MAI 是否可以集成到 Copilot 中,这表明该大语言模型系列更倾向于通用处理而非推理。Copilot 支持的许多任务可以用通用模型来完成。据 Bloomberg 报道,微软目前正在开发第二个针对推理任务优化的大语言模型系列。
报道没有具体说明微软正在训练的模型数量或其参数数量等细节。这些模型是否提供多模态功能也尚不清楚。
MAI 可以帮助公司减少对 OpenAI 的依赖,目前 Copilot 使用的大语言模型就来自 OpenAI。微软已向这家 ChatGPT 开发商投资超过 130 亿美元,直到最近还是其独家云服务提供商。今年 1 月,两家公司修改了合作条款,允许 OpenAI 将工作负载转移到竞争对手的平台上。
如果微软让 Copilot 超越 OpenAI 的模型,它可能不仅会添加一个而是多个竞争对手的大语言模型支持。据报道,该公司已经测试了是否可以使用来自 Anthropic、Meta Platforms Inc.、DeepSeek 和 xAI Corp. 的算法来支持 Copilot。
微软发言人对 Bloomberg 表示:"正如我们之前所说,我们正在使用模型组合,这包括继续与 OpenAI 的深度合作,以及来自 Microsoft AI 和开源模型。"
MAI 并非该公司首次进入大语言模型市场。它还开发了 Phi,这是一系列针对能效优化的开源语言模型。该模型系列目前已迭代到第四代。
最新的两个 Phi 算法——Phi-4-mini 和 Phi-4-multimodal 于今年 2 月发布。前者拥有 38 亿参数,适用于解决数学问题等推理任务。而 Phi-4-multimodal 则是 Phi-4-mini 的升级版本,可以处理多模态输入。微软表示,后者在某些任务上的表现几乎可以媲美拥有更多参数的 GPT-4。
为了构建 Phi-4 模型,微软开发了依赖合成数据的新型大语言模型训练方法。这些方法可能对 MAI 和该公司据报道正在开发的推理优化大语言模型系列有所帮助。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。