AWS 周报:GPT-6.1 Terra 上线 Amazon Bedrock,Step Functions 可作为 AI 智能体工具
OpenAI GPT-6.1 Terra 现已在 Amazon Bedrock 全面可用,在 Agents' Last Exam 评测中比 GPT-5.6 Terra 高 15 个百分点、与 GPT-6 Astra 持平且速度快 3 倍以上,输入输出 token 价格至少低 50%,支持最多 1M 输入 token 的文本和图像输入。
OpenAI GPT-6.1 Terra 现已在 Amazon Bedrock 全面可用,在 Agents' Last Exam 评测中比 GPT-5.6 Terra 高 15 个百分点、与 GPT-6 Astra 持平且速度快 3 倍以上,输入输出 token 价格至少低 50%,支持最多 1M 输入 token 的文本和图像输入。
微软在 Foundry Agent Service 中推出 Microsoft Copilot harness 公开预览,提供托管执行循环与沙箱,开发者只需声明式定义智能体。
推荐理由:微软官方给出托管 harness 的四个构建块与定价时间点,读者可据此判断自建编排层是否还值得投入。
微软研究院发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成支持点击、筛选、缩放、高亮和跨图表联动的图表。它把点击、拖拽等原始触发解析为语义事件,用户只需用高层算子描述更新行为,交互与视觉依赖由 Flint 编译器处理。用户可通过 Flint-MCP 和 MCP Apps 在对话中直接使用,开发者可用编程 API 构建仪表盘和数据故事。
推荐理由:微软研究院公开 Flint-interactive 的语义事件与更新算子设计,可了解智能体生成可交互图表时如何降低调试成本。
微软研究院 Catalyst Lab 负责人 Chris White 在播客中讲述,他2010年夏以博士后身份参与 DARPA 项目,评估新数据分析方法能否在阿富汗战争中防范暴力、保护士兵,随后赴阿富汗领导先进技术行动。他后来转向具有直接现实影响的技术,开发用于打击人口贩运的暗网搜索工具,并因此获得2016年总统打击人口贩运杰出贡献奖。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,给出与维度无关的固定界。
推荐理由:微软研究者用人类主导的智能体搜索证明 KLS 猜想,可看人机协作如何参与数学发现。
NVIDIA 扩展机密计算能力,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方裸金属基础设施上运行敏感负载时仍能掌控模型与数据。
推荐理由:原文给出三种机密计算部署选项和 Cohere、Google Cloud 的接入计划,读者可据此判断前沿模型在第三方算力上运行时的数据保护路径。
Microsoft 公布 Microsoft Sovereign Cloud 的下一阶段进展,围绕 Sovereign Public Cloud、Sovereign Private Cloud 和 Sovereign Partner Ecosystem 提供按工作负载分级的控制方案。
NVIDIA 与欧洲广播联盟(EBU)扩大主权框架合作,引入主权云、开放模型与系统集成商,让广播机构在部署智能体时掌控数据、基础设施与模型;NVIDIA Nemotron 开放模型可供定制。
Microsoft 与 Intel 正合作构建从芯片、基础设施到云、数据和 AI 的主权 AI 基础,让组织按数据敏感度、监管和延迟需求在公共云、客户自控环境和可信伙伴方案间灵活部署工作负载。
Microsoft 与 NVIDIA 联合发布《Risk Management for Open-Weight Models in Enterprise》,这是双方计划系列资源中的首篇,提出共享风险分类法和基于 ISO 标准与 NIST AI 风险管理框架的管理方法。
微软研究院发布零知识证明虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的程序执行过程,安全性仅依赖 SHA-256、SHA-3 等标准哈希函数。
推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在速度、通用性和密码学假设上同时推进。
微软 Azure 提出云原生基础需为 AI 智能体演进:计算、存储与网络需协同调度,按需匹配加速计算、CPU 与数据访问资源。Basecamp Research 用 Azure 组装 9.7 万亿个核苷酸训练 EDEN 治疗设计模型,约三周内完成三项治疗应用的实验室验证。
微软发布新一代 AI 加速器 Azure Maia 300,称其每瓦 token 数比主流 GPU 系统高 40%,在 96 加速器配置下机架级 token 吞吐量达 Maia 200 的 7 倍。
Microsoft 在 OCP Global Summit 上宣布 Project Tessera,将 Azure Integrated HSM 演进为与 Marvell、Oracle 和 OCP 合作开发的全开源项目,开放架构、规范、协议、驱动、软件、固件及可复现构建环境。
Meta、Coinbase、Google、Microsoft、OpenAI、Starlink、Adobe 等科技公司与英国国家犯罪局(NCA)、美国司法部、FBI 等执法机构公布联合行动结果,打击尼日利亚、加纳等西非国家的诈骗网络。
推荐理由:Meta 联合多家科技公司与执法机构公布西非诈骗网络打击结果,读者可了解跨平台协作的具体分工与处置规模。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,可运行 RTX 与 CUDA 全栈技术。
推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断端侧 AI 工作流的可用范围。
Microsoft Research 提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,用于在真实学习者测试前评估和改进 AI 辅导系统。
微软发布 Azure Maia 300 架构详解,这是 Maia 第三代加速器,面向云规模智能体推理,相比 Maia 200 提供最高 7 倍的机架级 token 吞吐和超过 2.5 倍的每瓦性能。
推荐理由:微软官方拆解 Maia 300 的芯片、机架与网络设计,可看清云厂商如何为智能体推理压低每瓦成本。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重写 agent。
推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码实现让部署中的 agent harness 直接参与强化学习,并给出完整编码 agent 训练流程与实测增益。
微软Azure在覆盖80多个区域、500个数据中心园区的硬件生命周期中应用智能体与AI工具,先简化流程再引入AI。需求规划的多智能体工作流把原本5到7个工作日的工作缩短到数小时、有时不到20分钟,5个以上规划周期中人工投入减少约50%,部分流程周期缩短最多75%。履约环节的智能助手将排查阻塞的时间节省最多55%。
Microsoft 研究合伙人 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历,分享使用当前 AI 系统的实用建议,并强调结果偏离预期时应仔细检查数据。
微软研究院开发了一套端到端机器学习流水线,可提前30至60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据,在评估期内检出近80%的重大空间天气事件。其Dst预测器在2020-2026年评估期内地磁活动最活跃时段有62.2%的小时数优于Burton方程。
微软研究院推出 Quine,一个面向生物学的研究系统,由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序,排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变,整个筛选到候选优先排序过程耗时一个周末。
推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌细胞状态预测的湿实验验证结果。
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室,成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向展开工作。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软对机器人端侧推理的系统性测量显示,把推理卸载到边缘或云端可提升任务成功率与续航,并给出可复用的 Kubernetes 工具链。