到2025年初,这一愿景却遭遇了严峻的现实考验。Microsoft 在其 AI 布局中面临着多重挑战:大规模缩减数据中心计划、相较于其他科技公司股票表现落后、与 OpenAI 的关系日趋紧张,以及市场对 AI 热情可能正在降温。对于这家在过去50年里成功驾驭每一次技术革命的公司来说,这些警告信号表明其最大的押注可能正在动摇。
股市的反应尤为严厉。据 CNBC 报道,Microsoft 股票仅通过3月21日的最后时刻反弹,才勉强避免了自2008年金融危机以来的首次连续八周下跌。自2024年7月创下467.56美元的收盘新高以来,Microsoft 股价已下跌约16%。更值得注意的是,当其他专注于 AI 的科技巨头股价大涨时,Microsoft 今年却下跌了7%,成为"科技七巨头"中唯一一个过去一年没有实现增长的公司。
在幕后,Microsoft 已悄然收缩其雄心勃勃的 AI 基础设施计划。公司取消了原计划建设的、用于支持下一代 AI 系统的数据中心。据 TD Cowen 报道,Microsoft 已放弃了可能使其计算能力提升约14%的设施建设——这相当于像东京这样的全球科技中心的整体计算容量。据 Semafor 报道,Microsoft 还放弃了向云计算公司 Coreweave 购买价值120亿美元数据中心容量的选择权。
对于一家曾反复声称"AI 需求超过供给"的公司来说,这些撤退显得格外引人注目。Nadella 本人最近在一档播客中也暗示了这一现实,承认"在 AI 相关的数据中心建设方面可能会出现过度建设"。
加剧 Microsoft 困境的是与 OpenAI 日益恶化的关系。据 The Information 报道,Microsoft 的 AI 负责人 Mustafa Suleyman 肩负着双重使命,反映出公司日益增长的不确定性:既要维持与 OpenAI 的合作关系,同时还要让 Microsoft 在 AI 领域实现"自给自足",不再无限期依赖 OpenAI 的技术。Microsoft 已经在开发自己的 AI 模型系列 (内部代号为 MAI),并正在测试包括 Anthropic、xAI、DeepSeek 和 Meta 在内的竞争对手的模型,作为 Copilot 替代 OpenAI 的潜在选择。
在 Copilot 方面,Microsoft 面临着艰巨的任务,因为该产品在市场上难以获得实质性突破。Gartner 的一项调查发现,很少有公司将 Copilot 计划推进到初始测试阶段以外,"切实的业务影响难以实现",而且实施"需要比预期更多的努力"。一位政府 IT 主管将 Copilot 描述为"落后得令人沮丧"。
但 Microsoft 可能并非独自面对这些挑战。有越来越多的迹象表明,所有 AI 工具可能都在努力寻找更多用户。根据2024年秋季 Slack 劳动力指数,美国工人的 AI 采用增长率在过去三个月仅增长一个百分点,相比之下,去年同期增长近两位数。Gartner 的一份报告指出,CIO 们对 AI 支出越来越紧张,一位 Gartner 分析师告诉英国科技出版物 The Register,2025年可能是"下滑之年"。
在庆祝50周年之际,Microsoft 发现自己正处于十字路口。其 AI 战略——提高价格同时强制将 AI 整合到产品中、开发竞争模型的同时维持与 OpenAI 的合作关系、缩减基础设施同时声称需求空前——表明这是一家试图对冲风险,而不是坚定地押注下一次技术革命的公司。
对于一家通过不断自我革新而蓬勃发展的科技巨头来说,Microsoft 在 AI 方面的矛盾做法可能是最清晰的信号,表明即使是行业领导者也不确定 AI 革命是否能实现其万亿美元的炒作预期。
好文章,需要你的鼓励
斯坦福大学研究团队开发了名为BrainSynth的AI系统,通过生成式AI技术创建解剖学上合理的3D大脑MRI影像。该项目由精神病学和行为科学教授Kilian Pohl博士主导,旨在通过AI生成的合成数据来研究大脑疾病的细微影响。研究显示,超过一半的合成MRI脑区域在解剖学上是合理的,能够准确编码年龄和性别等生物因素的影响,为神经科学研究提供了宝贵的数据资源。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
ETH苏黎世和迪士尼研究院联合开发的HiGS技术,通过巧妙利用AI绘画过程中的历史信息,实现了图像生成速度6-8倍提升的同时保持更高质量。这项即插即用的技术无需重新训练模型,在ImageNet数据集上创造新纪录,为AI图像生成领域带来重要突破,具有广泛的实际应用价值。