全部 AI 动态

Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，结合基于 Transformer 的 R-SMILES 2 和图神经网络模型 NeuralLoc，用 learning-to-rank 集成两者互补预测。

微软于 9 月 4 日发布自研图像生成模型 MAI-Image-2.6-Flash，并通过 Microsoft Foundry 开放公开预览。该模型与旗舰版 MAI-Image-2.6 共享文生图和图像编辑核心能力，重点优化速度与成本；微软 AI 负责人 Mustafa Suleyman 称其生图速度是 GPT Image 2 的 2 倍，GPU 效率提高 72%。

微软 9 月 3 日发布语音转文字模型 MAI-Transcribe-2，称其是自家最快、最准确、最便宜的转录模型，支持 60 种语言。

Microsoft AI 官方博客宣布发布 MAI-Transcribe-2 语音识别模型，称其为速度最快、准确度最高且价格最低的语音识别模型。原文未提供正文细节。

微软发布面向 GitHub Copilot 的代码模型 MAI Code 1.1 Flash，称其代码质量更优、token 效率提升 25%、成本仅为 6 月前代的四分之一。

微软发布升级版编程模型 MAI-Code-1.1-Flash，在 Terminal-Bench 2.1 测试中表现提升 22%，.NET 相关任务提升 15%，Token 生成速度提升 25%，完成相同任务所需 Token 减少 25%。

微软发布新一代自研文生图模型 MAI-Image-2.6，在 Arena 排行榜位列第二，Elo 评分 1336 分，仅次于 OpenAI 的 GPT Image 2（Medium）。相比 2.5 版本，整体评分提升 79 分，文本渲染能力涨幅达 91 分，排名从第十位跃升至第二位。该模型已在 Arena 平台开放体验，计划本周部署至 MAI Playground。

Paige 与微软联合打造的 PRISM2 通过感知器编码器联合训练组织切片与病理报告中的临床对话，将每张切片的数千个切片嵌入聚合为单一表征，进而生成回答诊断问题的文本，而非仅对像素分类。该模型训练数据涵盖 230 万张全切片图像。

微软正测试其首款原生实时语音模型 MAI Realtime，采用双向全双工交互，可同步聆听和回应，无需严格轮次交替。该模型支持中文等 16 种语言，测试提供 Victoria 和 Grant 两种语音风格，用户可指定语言或启用自动检测。目前已在 MAI Playground 平台邀请部分合作伙伴测试，上线 Microsoft Foundry 及 Copilot 语音功能的时间尚不清楚。

微软发布首个网络安全 AI 模型 MAI-Cyber-1-Flash，在 CyberGym 基准测试中取得 95.95% 的成功率，超过 Claude Mythos 5 和 GPT-5.5 Cyber。该模型接入多智能体安全系统 MDASH，可处理约 90% 的网络安全任务，与 GPT-5.4 的组合成本比此前配置降低近 50%。

微软推出其首个网络安全专用模型 MAI-Cyber-1-Flash，声称在 Cyber Gym 基准测试中击败了 Gemini、GPT 5.5 Cyber 等竞品。该模型与 GPT 5.4 绑定在 MDASH 框架内，用于发现复杂代码库中的漏洞。同时发布的 Perception 平台可部署红、蓝、绿三组 AI 智能体，预览版将于 11 月 3 日上线。

微软推出紧凑型安全模型 MAI-Cyber-1-Flash，集成于此前公布的 MDASH 多智能体系统。该组合在 CyberGym 基准上得分 96%，领先 Mythos 12 个百分点，并超越 Gemini 和 GPT。MAI-Cyber-1-Flash 处理 90% 的任务，仅将复杂案例转交 GPT-5.4，微软称成本可降低 50%。