在 Google 和 OpenAI 周二发布 AI 相关新闻后,微软也随之发布了自己的公告。其中包括两个号称首创的 Microsoft 365 Copilot "深度推理"智能体:Researcher 和 Analyst,以及新的自定义 AI 智能体功能。Researcher 基于 OpenAI 的深度研究 AI 模型,能够执行"复杂的多步骤研究",并通过连接器访问 Salesforce 或 ServiceNow 等第三方数据源,使企业客户能够从各种工具中获取洞察。
Analyst 基于 OpenAI 的 o3-mini 推理模型,微软表示,通过链式思维推理,它能够将原始数据转化为电子表格,运行可视化的 Python 代码,并以skilled数据科学家的水平工作,生成像这样的报告 (pdf)。
这些工具计划将于 4 月开始向早期访问计划中的 Microsoft 365 Copilot 许可证持有者推出,同时新的自主智能体功能也开始在 Copilot Studio 中逐步推出。
微软声称,Copilot 中的新智能体流程功能强大到足以"自动化你能想象到的任何任务",它具有包含 AI 操作的基于规则的工作流。LinkedIn 公告中描述了一些应用场景,比如将反馈邮件定向分发给相应团队的智能体流程。但我们需要实际体验才能了解它相比添加一两个复选框有什么优势,以及它的"低代码"体验实际效果如何,是否能实现 AI 公司对智能体的承诺。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。