公司与模型
微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
6 条精选近 30 天 6 条共收录 14 条
NVIDIA 与 Microsoft 在 Windows AI and Surface 活动上宣布 RTX Spark 进入 Windows 笔记本和紧凑台式机，笔记本今日开放预购、10 月 16 日上市，并预览了面向 Windows 的 DGX Station。
推荐理由：原文给出了 RTX Spark 的算力、内存和可本地运行模型，也列出了合作 OEM，可据此判断 Windows 本地 AI 的落地范围。
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，一个约 3,500 行的轻量 Agentic RL 框架，让部署中使用的同一 agent harness 直接参与强化学习。
推荐理由：用 3,500 行框架让部署 harness 直接参与强化学习，并以约 6,000 条样本把 Qwen3.5-9B 的 SWE-bench Verified 从 41.8% 提到 56.4%。
GitHub 发布 AI 代码评审开放基准 ReviewBench，其语料来自 1.039 亿个 GitHub PR 的分布，包含 19 种语言、187 个开源许可证仓库的 219 个 PR。
推荐理由：它基于 1.039 亿 GitHub PR 分布构建，公开数据集与裁判配置，并给出与 Copilot 线上实验方向一致的线下信号，便于团队用同一基准迭代评审智能体。
Microsoft 与 Hugging Face 联合发布 ThinkingBox 智能体沙箱和 ThinkingBox-Bench 基准，依据数据库终态判定智能体任务成败。
推荐理由：该基准以数据库终态而非模型回复判定智能体成功，并给出 507 个任务重复 20 次的一致性与成本数据，可供部署时比较模型。
Burke Holland 认为聊天作为 LLM 的主要交互界面大多数时候并不合适，并提出 GitHub Copilot app 中的 canvas 作为替代。
推荐理由：原文用 Connect 4、Winget 和 SQLite 等实例给出 canvas 替代聊天 UI 的构建思路，读者可据此把一次性 agent 交互变成自己控制的工具流程。
微软宣布在 Physical AI Toolchain 中加入机器人物理 AI 推理卸载能力，可将推理从机载 GPU 卸载到边缘或云端 GPU。其评估显示，卸载推理提升了移动操控任务成功率，并使更大模型可用；用轻量机载硬件替代机载 GPU 也显著延长续航。该版本包含 SO-101 和 UR10e 的卸载示例项目。
推荐理由：原文给出机载与卸载推理在成功率、延迟和续航上的量化对比，并展示用 Kubernetes 自动容器化部署机器人推理的路径。