微软推出实验性多模态 AI 研究系统 Project Quine,有望大幅加速药物发现
微软研究院推出实验性多模态 AI 研究系统 Project Quine,定位为把计算生物学建模与实际湿实验衔接起来的生物学“世界模型”。该系统由微软研究院与哈佛大学和麻省理工学院博德研究所共同开发,覆盖基因组学、蛋白质、化学、细胞状态和生物成像的联合表征,并结合交互式推理框架。
微软研究院推出实验性多模态 AI 研究系统 Project Quine,定位为把计算生物学建模与实际湿实验衔接起来的生物学“世界模型”。该系统由微软研究院与哈佛大学和麻省理工学院博德研究所共同开发,覆盖基因组学、蛋白质、化学、细胞状态和生物成像的联合表征,并结合交互式推理框架。
微软研究院提出 SortedRL 在线长度感知调度系统,瞄准 LLM 强化学习训练的调度瓶颈。RL 生成阶段模型产出长度差异很大的多步推理长响应,而标准训练更新要求 batch 内所有响应都完成,短响应闲置等待最长响应,导致 GPU 在生成周期中有 70%–74% 时间空闲。该系统在不破坏 RL 训练稳定性的前提下加速训练并提升学习效率。
微软推进面向数据系统的 AI SW Factory,覆盖 Targeting、Coding、Reviewing、Ops 四个 SDLC 阶段。在微软数十个代码仓库的规模化部署中,它相比 agentic coding 达到 3 倍工程效率、最高 22 倍 token 效率。
微软研究院发布生物学 AI 科研系统 Project Quine,将生物学世界模型与研究框架结合,连接文献、计算与湿实验室。该系统覆盖蛋白质、细胞、组织等多个层面的研究能力,旨在加速生物学科学发现。微软同时向一小批研究者开放 Fellows 计划,让科学家率先试用。
404 Media 披露,数百名受雇于微软的合同工能查看用户上传的含清晰面部信息的照片、发送给 Copilot 的原始提示词,以及 AI 生成的前后版本编辑结果。这些合同工并非内容审核员,受雇主要是给 AI 生成质量打分,有合同工称人脸从不会被打码。微软 Copilot 隐私常见问题解答称上传图片在用于训练 AI 前会模糊处理人脸等,但这一表述主要涉及训练 AI,并不完全适用于人工评级工作。
微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和影像等模态训练的生物学世界模型,以及连接模型、科学工具、文献与研究者的交互框架组成。
GitHub 首席产品官 Mario Rodriguez 在 Shift AI 播客中透露,Copilot 付费客户平均使用 27 到 29 个不同模型,没有任何单一模型占请求量超过四分之一。
微软通过小型启用包(eKB)推送 Windows 11 26H2,整合 25H2 过去一年的创新功能与安全改进。文件资源管理器新增 AI 操作图片、OneDrive 和 SharePoint 文档摘要生成,搜索与开始菜单、任务栏也获增强。家庭版和专业版支持 24 个月,企业版和教育版 36 个月。
路透社看到的 Anthropic 保密版 IPO 申报文件显示,2025 年公司约 47% 的客户销售收入经由亚马逊和谷歌的云平台完成,此次寻求约 2 万亿美元估值。
推荐理由:招股书披露的渠道分成与算力采购承诺,呈现出云厂商同时充当投资方、供应商、分销渠道与竞争对手的多重角色。
OpenAI 在 DevDay 2026 开发者大会发布 Dots 常驻智能体,可自主跟进项目并处理修复 bug、发送发票等任务。每个 Dot 配有带浏览器的云端电脑,运行在 GPT-6 Astra 上,用户可通过 ChatGPT、Slack 和 Microsoft Teams 的文字或语音与它交互,插件可连接 4,000 多个应用。
推荐理由:Dots 与三周前发布的 Meta Muse 在设计上相近,读者可对比两家常驻智能体的能力边界与权限设计。
OpenAI 在旧金山 DevDay 开发者大会上发布多项面向办公人群的 ChatGPT 新功能,包括共享工作空间 Space、文档工具 Pages 和协作幻灯片 Slides。
Microsoft Research 与 Broad Institute 合作推出面向生物学的多模态世界模型 Quine,联合训练基因组、蛋白质、化学、RNA/细胞状态与生物成像等跨尺度表征,一个模态的证据可支撑另一模态的预测,并配有连接模型、科学工具、文献与湿实验的交互式 harness。
微软 9 月 8 日面向 Windows 10 21H2 和 22H2 推送的 KB5126256 更新与第三方工具 4t Tray Minimizer 不兼容,导致文件资源管理器频繁崩溃。
Anthropic 股权结构显示,亚马逊持股 17%、谷歌 14%,而七位联合创始人每人仅持股 1%–1.8%。英伟达拟投最多 100 亿美元、微软拟投最多 50 亿美元,累计约 1300 亿美元 VC 融资加上七位联创,稀释严重。分析还指出,谷歌与亚马逊投入的资金很大部分会以购买 GCP/AWS 云服务的形式回流到它们自己手中。
Open Intelligence 基金会在开源 AI 周期间举办 Training Agents IRL 活动,由 GitHub 与 Hugging Face 联合主办,10 月 22 日在旧金山 GitHub 办公室举行。
微软 CEO 萨蒂亚 · 纳德拉在 9 月 27 日发布的采访视频中表示,AI 行业“有点飘了”,领导者容易陷入技术细节、忽视普通用户的真实需求。他认为用户更希望 AI 带来实际利益,能掌控它并从中获益,而不是各种“AI 画饼”。他呼吁在推进 AI 技术的同时赢得消费者和社区信任,仅为了技术而庆祝技术行不通。
微软面向 Microsoft Edge 开发者发布更新,推动 WebMCP 等 API,让 AI 智能体调用网站前端能力完成查信息、填表等任务。同时新增软导航、交互内容绘制等性能指标与 JS 自分析标记,帮助开发者排查单页应用卡顿。OpaqueRange API 则让拼写检查、建议和提示气泡跟着文字走,增删文字时不再错位。
在最新一期 theCUBE Pod 中,John Furrier 与 Dave Vellante 讨论了 AI 智能体如何重塑企业 IT 系统以及 CoreWeave 的崛起前景。
20 多名 AI 行业领袖和研究人员在一篇新论文中警告,用 AI 推动下一代模型研发自动化的做法正在兴起,可能让 AI 技术进步突然加速,即所谓“智能爆炸”。论文作者包括 Anthropic 联合创始人杰克·克拉克、OpenAI 首席科学家雅库布·帕乔茨基,以及杰弗里·辛顿、约书亚·本吉奥等人,他们担心 AI 研发自动化会削弱人类监督。
Microsoft 发布《全球人工智能普及报告》:今年第 2 季度全球劳动年龄人口 AI 采用率达 18.8%,环比增长约 1%。阿联酋(70.1%)和新加坡(64.3%)采用率最高,韩国增速最快(37.1%→40.6%),日本相对增幅约一成(22.5%→24.7%)。全球北方平均 28.8%、全球南方仅 16.2%,南北差距进一步扩大;美国 33.0%,维持第 21 位。
AI 智能体正以数字员工身份涌入职场,但企业还没准备好把它们当作真正的同事来管理。波士顿咨询对 1261 名管理者的调查显示,22% 的组织已将 AI 智能体列入公司组织架构;Microsoft 6 月推出的 Scout 可重排会议、起草邮件,Anything 的 Skydive 则为智能体配上名字、角色和云端电脑,让员工像对人一样与之协作。
微软发布新版 Copilot,在改版后的首页中新增 Code、Chat 和 Autopilot 三个界面分区。
新泽西州本周要求数据中心运营商 DataOne 缴纳 110 万美元罚款,指其未经许可秘密安装并运行燃气发电机,违反该州《空气污染控制法》。The Guardian 与 Floodlight News 8 月公布的热成像无人机画面显示,62 台燃气发电机中有 45 台在运行,均未取得 37 kW 以上发电机所需的许可,而实际运行功率达 1,982 kW。
AI 成为纽约气候周与联合国大会期间绕不开的核心议题,联合国秘书长 António Guterres 称它既能帮助解决气候挑战,也可能让问题更糟。2026 上半年全球气候科技 VC 投资达 $26 billion、同比增长 55%,资金多流向数据中心相关产品,碳管理与低碳燃料投资下滑。
微软表示,其主导的行业联合行动捣毁了一个名为 EvilTokens 的订阅制诈骗平台,该平台借助 AI 聊天机器人入侵了 1.2 万个微软账号。该平台 2 月在 Telegram 频道上线,初始收费 1500 美元,此后每月收取 500 美元。其核心是一个可分析受害者收件箱的 AI 聊天机器人,能识别可信关系与付款授权,并起草冒充熟人的邮件诱骗员工转账。
Steve Yegge 关停编码智能体项目 Gas Town,承认每月数千美元的 agent 订阅只做成了这一个项目;Databricks 向约 3,500 名工程师铺开 GPT-6 Astra 后,整体编码支出增加约 60%。OpenAI 同期发布模型失准事件披露框架及六份案例报告。
Cloudflare 推出 Disallow AI Training 设置,网站可在保留搜索收录的同时拒绝同一爬虫把内容用于 AI 训练,Apple、Google、Microsoft 已遵守或承诺在指定时间内遵守。
推荐理由:Cloudflare 用分级爬虫控制替代一刀切屏蔽,并对比了谷歌、微软、苹果在训练退出上的实际支持程度。
GitHub 发布研究预览 Project HydraFusion,在 GitHub Copilot CLI 中通过运行时多模型编排为每个请求选择执行方案。它目前会在 Single、Cascade、Critique 三种模式中选择,用户通过 /experimental 和 /model 选用,费用按所调用模型的 token 标准费率计。
推荐理由:原文给出三种多模型编排模式,并列出三个编码基准上的质量与成本对比,便于评估这种编排方式的取舍。
GitHub Copilot app 支持并行运行多个智能体会话:每个会话运行在独立的 Git worktree 上,互相隔离,各自保留上下文,可随时切换而无需重新交代任务。会话视图显示每个会话的标题与进度,用户可同时启动新任务并查看结果,不必等一个完成再开下一个。
Hugging Face 发布研究,用三种探测方法量化语音识别中的基准优化现象,评测 11 个开源 ASR 模型后发现部分高分模型会复现 VoxPopuli、LibriSpeech 参考文本里的错误内容,即使音频与之矛盾。
推荐理由:原文用三种探测方法量化 ASR 模型对公开基准的过拟合,并给出开源脚本与榜单入口,可作为自查评测可信度的参考。
微软研究院发布 Echoverse,为 computer-use 智能体构建十二个高保真合成训练环境,任务结果由数据库真值而非截屏评分。在其上训练的 9B 模型在十四个域上平均分从 36.5% 提升到 67.1%,与 GPT-5.4 的 80.7% 相差十四分;用同一批环境做强化学习,五个世界留出集的评委分从 58% 升到 69%。
微软在 Build 2026 上宣布在 Foundry 上线 Hugging Face 模型集合,这是一个每周刷新的开源权重模型目录,可一键部署到 Foundry Managed Compute。