微软亚洲研究院
ニュース&特集
对于人类来说，视觉始终是信息获取效率最高的通道。神经科学研究表明，人类大脑每秒接收约1100万比特的感官信息，其中约80%来自视觉，但人脑有意识层面的信息处理速度仅有10–50比特/秒。视觉不仅承载着绝大部分信息输入，也是人类理解复杂内容、组织知识与完成决策的重要方式。但在生成式AI席卷全球的今天，绝大多数大模型与智能体依然停留在文本输出阶段。 由于文本输出的限制，原本旨在提升效率的AI反而给用户…
随着 AI Agent 从单纯的模型逐渐演化为由模型、工具和执行环境共同组成的复杂系统，Agent 的能力越来越依赖于模型之外的 Agent Harness（Agent运行框架）。 然而，当我们希望通过强化学习（RL）进一步提升 Agent 能力时，一个现实问题出现了：许多现有 Agent RL 系统要求开发者将 Agent 重新实现到训练框架内部。这不仅增加了工程成本，也让训…
如今，让大模型“想一个研究点子”已不是难事，检索文献、提出假设、写出一份看起来有模有样的提案，现有系统都能做到。真正难的其实是有点子之前的那段路。如何把一个模糊的方向落到当前文献里、找出真正没被解决的瓶颈、和已有工作划清界限、在动手实验之前评估风险？这段科研中的第一公里，目前基本都是依赖研究者的个人经验。 微软亚洲研究院联合南洋理工大学（NTU）、新加坡国立大学（NUS）和A*STAR CFAR …
当大模型智能体开始制作演示文稿、搭建网页、编辑表格、创建 3D 场景时，决定最终质量的通常不只是一条指令，而是一套具体的“做事方法”：先完成什么、调用哪个工具、检查哪些中间结果，以及失败后如何调整。这些程序性知识作为经验已经广泛存在于人类创造的大量资源中。我们会跟着视频学习操作顺序，从代码仓库理解工具接口，通过技术文章学习设计原则，再参考成熟作品判断最终效果。 但对智能体而言，…
“科学研究的目标，是把零散的不确定性转化为确凿的结论，将各方分歧中的非共识沉淀为行业共识。” 这份对科研本质的深刻认知，源自微软亚洲研究院研究员姚菁早年求学时一段屡败屡战的投稿经历。那时，正在中国人民大学攻读计算机硕士的她，投递了首篇学术论文，却因研究方向颇具争议接连被拒，一部分评审认可选题的前瞻性与应用潜力，另一部分则认为该研究缺乏落地意义。 面对两极分化的评审意见，姚菁始终坚信自身课题的价值：…
想象一下，你让AI助手结合搜索工具探索一个复杂的问题。它第一次探索时走错了方向，但第二次、第三次，它依然重复了同样的错误路径。或许你可以从最终得到的多次探索结果中，挑选出一个勉强满意的答案，但这不仅低效，而且还需要人工干预。这就是当前大多数深度搜索智能体面临的困境——它们无法”记住”之前的探索经验，每次都是从头开始，导致大量冗余搜索和资源浪费。 现有的深度搜索智能体大多基于ReAct框架构建，采用…
本期内容速览 ： 机会平等：有序共识的正确性条件 Xkernel：原则性的操作系统内核可调性 论文链接：https://affordablecahomes.com/en-us/research/publication/equal-opportunity-a-correctness-condition-for-ordered-consensus/ 区块链应用中，状态机复制协议的排序公平性长期面临着隐性挑战：…
自2026年5月启动以来，微软亚洲研究院发起的全球人工智能价值观挑战赛（Global AI Values Challenge）持续面向全球征集参赛作品，目前赛事仍在火热进行中。这场开放的研究竞赛不比代码、不卷模型，核心目标只有一个：寻找那些真实、棘手、难以简单定论的AI价值观难题。 开赛至今，赛事已吸引来自心理学、社会学、哲学、法学、伦理学、新闻传播等领域的590余名研究者与学生参与，累计收到来自…
结构化稀疏被认为是提升大模型推理效率的重要方向之一。为了支持这类计算模式，如今的GPU 中引入了稀疏张量核（Sparse Tensor Core），能够为 2:4 结构化稀疏提供最高 2 倍的矩阵运算吞吐。其中，2:4 稀疏要求每 4 个连续权重中恰有两个为零。尽管这一机制具备显著的加速潜力，但 50%…