Phi 4 Multimodal：微软开源的多模态大模型，支持音频、视觉和文本处理
微软开源的多模态大模型Phi 4 Multimodal，在OpenASR排行榜上排名第一，性能卓越；支持音频、视觉和文本处理。亮点包括使用LoRAs混合技术添加模态适配器等。参数量达38亿的Phi-4-Mini版本已发布。
微软
Code Without Barriers 深圳站 · 国际妇女节特别版 International Women’s Day
国际妇女节特别版活动在深圳举行，聚焦AI领域女性领导力。微软Code Without Barriers系列活动第三站邀请科技、投资及创业领袖分享见解与经验。
TRELLIS：微软、清华、中科大联合开源的高质量3D生成模型
TRELLIS 是一款由微软、清华大学和中国科学技术大学联合开发的开源项目，专注于提供高质量的3D资产生成模型。它支持从文本或图像提示生成各种格式的3D资产，并具备灵活编辑功能。
DeepSeek开源优化并行策略，提升训练和通信效率
专注AIGC领域的专业社区分享了开源优化并行策略DualPipe和EPLB。DualPipe用于V3/R1训练中减少流水线气泡，显著提高效率；EPLB通过动态调整专家负载保持平衡，避免通信开销增加。
传DeepSeek R2提速！字节豆包灰测深度思考，微软Copilot已免费开放
科技巨头纷纷推出深度推理模型。微软面向所有Copilot用户免费提供语音和深度思考功能，并宣布由OpenAI的o1模型支持。近期多家AI企业如OpenAI、谷歌等也发布了新的深度推理/深度思考模型。
新突破！微软开源多模态AI Agent，通杀数字、物理世界
微软开源多模态AI Agent基础模型Magma，具备跨数字、物理世界的多模态能力。Magma可自动处理图像、视频等数据，并内置心理预测功能。MAGMA架构使用视觉与大语言模型的混合技术实现多模态能力，展示了其在不同场景中的应用。
“微软撤掉两个数据中心”引热议，华尔街：难道美股对DeepSeek的第一反应没错？
微软取消多个数据中心租赁协议涉及数百兆瓦。TD Cowen认为这表明微软可能面临供应过剩问题。鉴于其资本支出增长曲线最大，其他公司可能会效仿。此举引发对AI投资热潮的担忧。
微软发布3.48T token训练数据集+高质量处理管线，覆盖通用、代码、数学、问答等关键领域
微软发布3.48T token训练数据集及高质量处理框架，覆盖通用、代码、数学和问答等多领域。REDSTONE项目显著提升数据质量和处理效率。