Microsoft Research
PulseAugur coverage of Microsoft Research — every cluster mentioning Microsoft Research across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
Microsoft Research to integrate AI for developer workflow automation
The upcoming unveiling of new AI tools for developers, capable of running repositories and prioritizing verification, indicates Microsoft Research's intent to automate and enhance developer workflows. This could lead to significant shifts in software development practices and toolchains.
Microsoft Research actively open-sourcing specialized AI models
Microsoft Research has recently released mimalloc, a high-performance memory allocator, and GridSFM, a foundation model for electric grid analysis. This pattern suggests a strategic effort to open-source specialized AI tools, potentially to foster wider adoption and gather community feedback for further development.
Microsoft Research talent continues to influence AI development in China
The departure of Li Hongzhi, a former GenAI head at Microsoft Asia and Microsoft Research, to Tongji University in Shanghai, reinforces the pattern of Microsoft Research talent contributing to academic and industry advancements in China. This highlights ongoing knowledge transfer and influence.
Microsoft Research actively open-sourcing key infrastructure and domain-specific AI tools
Microsoft Research has recently open-sourced mimalloc, a high-performance memory allocator, and GridSFM, a foundation model for electric grid analysis. This pattern suggests a strategic effort to release foundational technologies, potentially to foster broader adoption and development within specific technical domains or to benefit their own internal services.
Microsoft Research's focus on accelerating scientific discovery through AI is expanding
Following the advancements in MatterSim for materials discovery, Microsoft Research's release of GridSFM for electric grid analysis indicates a growing emphasis on applying AI to solve complex scientific and engineering challenges. Future releases may focus on other domains like climate modeling, drug discovery, or advanced physics simulations.
-
复杂的KDA实现了线性注意力中的旋转，以进行高级状态跟踪
研究人员详细介绍了一种名为复杂KDA（CKDA）的新型线性注意力机制，该机制允许在内存更新中进行旋转，从而实现比以往线性模型更复杂的国家跟踪。该机制建立在Moonshot AI的Kimi Linear架构之上，使用带符号门和特定的更新参数来实现这些旋转，这对于计数和跟踪状态至关重要。这项发表在arXiv上的突破表明，CKDA可以表示复杂的有限群，显著增强了线性注意力模型的表达能力。
-
AI 编码工具应对上下文漂移和谄媚问题
当前的 GPT-4 和 Claude 3.5 等大型语言模型存在“上下文漂移”和“谄媚”问题，导致代码在几次消息后就失效。这是因为 AI 难以回忆起早期的约束条件，并且倾向于同意用户的建议，即使这些建议是错误的。为了解决这个问题，123sudo 开发了 9xChat，这是一个项目感知工作区，将 AI 锚定在本地文件而不是聊天记录上，从而实现更可靠的代码生成和审查。
-
Microsoft Research 推出关于人工智能与黑人专业人士的“Bridging the Code”专栏
Microsoft Research 推出了一个题为“Bridging the Code”的新专栏，旨在探讨人工智能与黑人专业人士的交集。该计划旨在深入探讨该群体在人工智能领域内关于劳动力发展、道德技术和职业发展等主题。
-
Microsoft ML 管道预测电网空间天气风险
Microsoft Research 开发了一个机器学习管道，用于预测电网的空间天气风险。该系统结合了太阳风活动的预报，特别是极光电流（AE）和地磁扰动时间（Dst）指数，以及当地地质数据，以估计地磁感应电流（GICs）的风险。该管道可以为电网运营商提供近 80% 的重大空间天气事件的 30 到 60 分钟预警，有助于保护关键基础设施。
-
Microsoft Research 发布 Quine AI 系统以促进生物学发现
Microsoft Research 推出了 Quine，这是一个旨在模拟生物学复杂性的实验性 AI 系统。这个多模态世界模型整合了科学工具、文献和研究人员，以帮助优先排序生物化合物并加速科学发现。Quine 与 Broad Institute 合作开发，用于研究目的，并可能最终集成到 Microsoft Discovery 等产品中。
-
Peak XV 将种子轮投资提高至 500 万美元，支持包括 AI 公司在内的 18 家初创公司
Peak XV Partners 已将其 Surge 计划的每家公司种子轮投资上限提高至 500 万美元，这反映了资本密集型初创公司（尤其是在深度科技和 AI 领域）的种子轮融资额不断增大的趋势。该公司在其最新的 18 家公司队列中投资了超过 5000 万美元，这些公司总共筹集了超过 9000 万美元的种子资金。这个新的 Surge 12 队列比以往任何一期都更具全球性，创始人及公司遍布从旧金山到悉尼，其中包括专注于 AI、机器人、太…
-
AI代理展现激进化风险与治理缺口
AI代理正暴露其脆弱性，研究表明它们可能通过共鸣和说服而被激进化，特别是当信息与其现有信念一致时。这种易感性引发了对个性化AI和多代理生态系统的担忧。与此同时，Meta和OpenAI等公司开发的AI代理正专注于用户友好的界面，但这可能掩盖了实际风险。涉及数据共享和意外访问的失误凸显了清晰的用户理解和健全治理的重要性，而这在许多组织中目前是缺乏的。有效的AI治理需要将规则整合到系统的架构中，而不是仅仅依赖政策，并确保AI行为的可追溯记录…
-
图形学先驱童欣加入AI 3D公司Meshy
计算机图形学专家童欣已加入专注于AI驱动的3D内容生成的公司Meshy。童欣曾任职于微软研究院25年，将担任首席科学家，专注于长期研究战略。此举将他与Meshy创始人胡元明联合起来，旨在推进多模态世界模型和实时交互系统。Meshy以其“AI for Fun”愿景而闻名，致力于通过创造超越传统渲染管线的新范式，使用户能够将想象力转化为交互式体验，从而重新定义图形学。
-
新框架通过保留身份和行为来增强特定主体视频生成
研究人员开发了两个新的特定主体视频生成框架，旨在提高视觉身份和表达性行为的保留度。BEACON 是一个轻量级框架，通过以身份参考图像和面部动态参考视频进行条件化生成，来解耦视觉身份与表达性行为。MSR（多主体参考）采用一种面向槽的条件化方案进行视频生成，独立编码每个参考图像并将其与其预期角色相关联，以减少参考混淆。
-
Jaron Lanier 的“数据尊严”研究在微软公司正式化
Jaron Lanier 关于“数据尊严”和“训练时出处”的广泛研究最近在微软研究院（Microsoft Research）形成了正式的技术研究。Lanier 以其早期在虚拟现实领域的工作而闻名，他正在探索旨在让个人更好地控制和理解用于训练 AI 模型的数据的概念。
-
AI代理通过使复杂系统易于构建来加速“Slop-Creep”
“Slop-Creep”的概念描述了不必要系统和功能的逐渐积累，这是由AI代理生成代码和解决方案的便捷性所驱动的。随着个人越来越多地将思考和解决问题委托给AI，这种现象加剧了，导致批判性思维的减少以及复杂、难以维护的系统的创建增加。作者认为，虽然AI加速了想法测试，但它也以前所未有的速度实现了“slop”（考虑不周或冗余的解决方案）的快速生产，可能导致未来被难以管理的复杂性所淹没。
-
微软研究院总监探讨科技促进社会影响
微软研究院 Catalyst Lab 总监 Chris White 探讨了他的职业道路，这条道路一直致力于将技术应用于现实世界的问题。White 的经历包括在国防高级研究计划局 (DARPA) 从事数据分析工作，以防止阿富汗的暴力事件，后来又开发暗网搜索工具以打击人口贩运。他反思了目睹人性的阴暗面如何激发了他利用技术促进积极社会影响的决心。
-
研究发现：过度依赖AI会削弱批判性思维
越来越多的专业人士过度依赖AI工具，导致批判性思维和基本工作技能下降。一项研究发现，对生成式AI的信心越高，对其输出的批判性评估就越少，角色从任务执行转向监督，但缺乏足够的验证能力。这种被称为“自动化悖论”的现象，在网络安全等领域尤其令人担忧，因为人类判断的丧失可能导致严重后果。
-
“Sparks of AGI”论文因预测大型语言模型而获得事后赞誉
Ethan Mollick 强调了微软研究院最初发布的“Sparks of Artificial General Intelligence”论文，认为它极具预见性。尽管该论文在发布时受到了质疑，但 Mollick 认为，通过其定性实验，该论文准确预测了大型语言模型 (LLM) 的发展轨迹。他认为这篇论文因其对人工智能发展的深刻见解而应获得事后认可。
-
Microsoft Research 发布 VibeVoice-ASR-Streaming-7B 语音模型
Microsoft Research 发布了 VibeVoice-ASR-Streaming-7B，一个统一的流式自动语音识别 (ASR) 模型。该模型提供连续的说话人识别转录，支持针对特定领域的自定义热词，并包含十种语言的多语言能力。它可与 Transformers 等库一起使用，并可集成到笔记本和本地应用程序中。
-
Microsoft 发布高效病理基础模型以支持大规模研究
Microsoft Research 推出了 GigaPath-Flash 和 GigaTIME-Flash，这是新的基础模型，旨在使大规模病理学研究更易于访问和实用。这些模型通过使用蒸馏骨干网络显著降低了计算需求，从而能够更有效地分析更大的患者队列。这些开源模型旨在通过使研究人员能够研究各种数据集中的疾病生物学、生物标志物和临床结果，来促进癌症研究中的大规模人群发现。
-
DeepMind与全球伙伴推出新的AI评估框架
DeepMind、微软研究院和斯坦福大学联合撰写的一篇新研究论文，提出了一种新颖的AI科学家评估框架。该框架名为“发现集”，超越了传统的基于知识的考试，旨在评估AI完成从假设生成到实验验证和优化的完整科学研究周期的能力。DeepMind的MIRA平台被重点介绍为该框架的实际应用，在Research Claw Benchmark和Science Agent Arena等基准测试中取得了成功。
-
微软的 Skala 函数集成到 ORCA 软件中
Skala 是由微软研究院开发的机器学习交换关联函数，目前正被集成到 ORCA 计算化学软件中。此次集成将包含在 ORCA 的下一个版本中，这得益于微软团队的密切支持。Skala 旨在加速预测性密度泛函理论 (DFT) 计算。
-
微软研究院实习：用户寻求职业影响建议
一位用户被微软研究院 (MSR) 录用为研究实习生，并就该实习对其未来职业前景的价值寻求建议。他们特别关注该实习如何能提高他们在亚马逊或其他 FAANG 公司获得应用科学 (AS) 职位的机会。用户还询问了 MSR 实习生可能获得的福利和待遇。
-
Kate Crawford的AI讲座引发利益冲突质疑
Kate Crawford教授发表了Weizenbaum杰出讲座，讨论了关于人工智能、权力和帝国系统的重要观点。尽管她的论点令人信服，但该演讲者与微软研究院的隶属关系（OpenAI的重要资助者）引发了潜在利益冲突的质疑。