微软亚洲研究院
ニュース&特集
编者按：欢迎阅读“科研上新”栏目！“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，保持对前沿领域的敏锐嗅觉。 人机交互领域最具影响力的国际顶级会议之一CHI于本周在西班牙巴塞罗那举行。本期“科研上新”精选了微软亚洲研究院入选该大会的六篇论文，展示生成式AI在创意内容创作、无障碍交互及信息可视化等领域的前沿探索。 本期内容速览 1.Duo…
编者按：欢迎阅读“科研上新”栏目！“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，保持对前沿领域的敏锐嗅觉，同时也能找到先进实用的开源工具。 4月23日至4月27日，深度学习与表征学习领域最负盛名的学术会议之一的ICLR，将在巴西里约热内卢举行。我们将通过两期“科研上新”为大家带来多篇微软亚洲研究院入选 ICLR 2026的精选论文解读。第一期的研…
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，内容聚焦 AI 前沿技术、科研趋势与社会影响。第一季主要围绕当今智能发展的核心议题，探索前沿趋势。 在第七期节目中，我们邀请到了微软亚洲研究院的首席开发经理夏炎和首席研究员杨蛟龙，与大家共同探讨 AI 如何从“生成工具”逐步演进为“创作伙伴”。当一个人就能完成过去…
慢，越来越慢…… 你在使用大模型时是否也面临这样的无奈：AI的回答总是需要等待，敲完一个问题，要等上几秒甚至十几秒才能得到回复，在复杂推理、多轮对话或代码生成等场景中，可能还需要更长的时间。 推测解码方法一定程度上缓解了这一延迟问题。它通过引入一个更快、更小的草稿模型，先猜一些可能的词元（token），再由大的目标模型统一验证，从而减少逐步生成的时间。然而，其现实效果并不总是理想的。由于推测解码采…
近年来，图像生成模型的飞速发展令人瞩目。从早期的通用图像生成，到如今逐步迈向更具实用价值的视觉内容创作，这一领域正经历从“好看”到“好用”的关键跃迁。然而，在繁荣表象之下，一个核心挑战正日益凸显：现有主流评测基准仍以自然图像为主，缺乏面向商业设计场景的系统性评估，无法有效衡量模型在结构化和多重约束下的表现。 与通用图像相比，商业视觉文档往往包含高密度文本、复杂版式结构以及多种视觉元素的协同布局，其…
语音识别技术在近年来取得了飞速发展，但在面对真实的复杂场景时，许多系统依然显得有些力不从心：漫长的会议、多人混杂的交谈、极具专业性的行业术语，或是中英夹杂的日常对话…… 传统的语音识别系统往往需要将长音频切分成一个个短小的片段，分别识别后再费力地“拼凑”起来。这种“化整为零”的方法不仅容易丢失上下文，还常常在谁说了什么、什么时候说的等问题上张冠李戴。 近日，微软亚洲研究院发布了一款通用的语音识别模…
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，内容聚焦 AI 前沿技术、科研趋势与社会影响。第一季主要围绕当今智能发展的核心议题，探索前沿趋势。 在第六期节目中，我们邀请到微软亚洲研究院首席研究员李东胜博士，一同探讨 AI 与大脑的深层关联。以人脑为灵感而诞生的神经网络，究竟与大脑是单纯的模仿与被模仿关系，还是存在更深度的联结？AI 该如何向历经亿万年进化的人脑学习高效的…
大模型部署之后能力还可以持续提升吗？ 如果去问AI开发者这个问题，在过去，答案大多是否定的。传统的大模型在出厂那一刻，其智力水平就几乎定型了。即便在实际应用中遇到了未见过的新问题，或者被用户反馈指出错误，模型也很难像人类一样，在下一次尝试时立刻吸取教训。这正是当前大语言模型面临的尴尬现状。 在现有的主流范式下，AI模型性能的提升高度依赖于离线训练，要么是昂贵的人工标注，要么是预先构建的模拟环境。一…
近日，2025 CCF 颁奖典礼在北京举行。大会以“责任 · 创新 · 奉献”为主题，集中表彰了在计算技术研究、学术服务与科研生态建设方面作出积极贡献的个人与团队。作为大会的协办方之一，微软亚洲研究院参与了多项重要环节，与学术界同仁共同见证了这一年度科研盛会。 在本届大会的个人奖项中，微软研究院学术合作总监马歆女士荣获 CCF 年度志愿者（服务类）奖。在过去十余年中，马歆积极促进微软亚洲研究院与C…