![微软一夜革新生产力:Copilot 势不可挡,小模型持续炸街,奥特曼放话要把大模型价格打下来](https://static001.infoq.cn/resource/image/28/06/284629915d255fe451521fc064442406.png)
北京时间 5 月 22 日凌晨,外界期待已久的微软 Build 开发者大会在美国西雅图开幕。微软 CEO 萨蒂亚·纳德拉 (Satya Nadella) 登台官宣一系列新品发布,并讲述了人工智能时代将如何释放新机遇、改变开发人员的工作方式并提高各行业的业务生产力。
今天的微软 Build 大会上,微软发布了一系列 AI 全家桶以及众多开发者工具,其中较为亮眼的要属 Phi-3 小模型家族中的一系列产品。
纳德拉称已经在 Huggingface 上发布了 Phi-3-medium,Phi-3-small,以及 Phi-3-vision 系列模型。其中 Phi-3-medium-128k-instruct 成为目前消费级硬件上可用的最好的模型。
据介绍,Phi-3-vision 仅 4.2B 参数。Phi-3-vision 是其 Phi-3 系列人工智能小语言模型 (SLM) 的最新成员,目前正在预览中。 Phi-3 型号专为个人设备量身定制,将强大功能与成本效益融为一体。 Phi-3-Vision 拥有 42 亿个参数,能够处理各种视觉推理任务,包括图表、图形和表格的分析。它使用户能够输入图像和文本,生成基于文本的响应。
![](https://static001.geekbang.org/infoq/8d/8d39cdd846aed84832f3a4ba068a5a76.png)
此外,之前发布的 Phi-3-small 和 Phi-3-medium 现已在 Microsoft Azure 上推出,为开发人员提供需要强大推理、有限计算和延迟限制场景的生成式 AI 应用程序模型。此外,之前提供的 Phi-3-mini 和 Phi-3-medium 现在也可以通过 Azure AI 的模型即服务产品提供,使用户能够快速轻松地开始使用。
Phi-3 小 128k 开源地址:https://huggingface.co/microsoft/Phi-3-small-128k-instruct
Phi-3-medium 128k 开源地址:https://huggingface.co/microsoft/Phi-3-medium-128k-instruct
Phi-3-small 8k 开源地址:https://huggingface.co/microsoft/Phi-3-small-8k-instruct
Phi-3-medium 4k 开源地址:https://huggingface.co/microsoft/Phi-3-medium-4k-instruct
此系列的所有模型的 License 均为 MIT,相对 Llama-3 的 License 更友好。Phi-3-medium 参数量为 14B,包含 4K 和 128K 两个版本。用了 512 块 H100,在 4.8T 块上训练了 42 天。
值得注意的是,该系列小模型在代码和数学能力方面有巨大的提升,整体性能与 Mixtral 8x22B, Llama 3 70-instruct 接近,超过 Command R+ 104B 和 GPT 3.5。
Copilot 进一步融入全家桶
Satya Nadella 在 Build 2024 大会开幕式上讨论了新的 AI 时代。他表示,微软几十年来一直有两个梦想:
1)计算机可以理解我们而不是我们必须理解计算机吗?
2)在这个信息不断增加的世界里,计算机能否帮助我们根据所有这些信息进行推理、规划和更有效地采取行动?
纳德拉将这波人工智能浪潮定位为微软梦想的答案。
微软使用 Copilot 一词来指代生成式 AI,在过去九个月的时间里,微软产品组合中已经有大约 135 个 Copilot surfaces,他们对人工智能的热情都表现在 Copilot 上了。
![](https://static001.geekbang.org/infoq/b0/b07242744dcfefd6b39b8e6d3b18dbaf.jpeg)
Copilot 之于 AI 就像 Win32 之于图形用户界面
“就像 Win32 之于图形用户界面一样,我们相信 Windows Copilot 运行时将用于 AI — 它从我们的 Windows Copilot 库开始,这是这些即用型本地 API 的集合,可帮助您将所有我们昨天分享了人工智能功能。” Satya Nadella 将此比作 Win32 等重大时刻,让开发人员能够更轻松地将 AI 构建到他们的 Windows 应用程序中。
![](https://static001.geekbang.org/infoq/96/9674d49a4ba652024f288c7810ffafa0.png)
GitHub Copilot 是 Microsoft 生成式 AI 的首批重要产品之一,目前拥有 180 万付费用户。
![](https://static001.geekbang.org/infoq/56/562388b3a2cc7ce1f3bf7dd8be57aa68.png)
GitHub 推出首套由微软和第三方合作伙伴开发的 GitHub Copilot 扩展,现已开启受邀预览。新增功能允许开发者、企业通过其偏好的服务(如 Azure、Docker、Sentry 等)直接在 GitHub Copilot Chat 中定制其 GitHub Copilot 智能体验。
作为微软推出的扩展功能之一,GitHub Copilot for Azure 展示了如何利用自然语言和更广泛的功能来提高开发速度。通过 Copilot Chat 使用该扩展,开发者可以探索和管理 Azure 资源,同时排除故障、查找相关日志和代码。
![](https://static001.geekbang.org/infoq/a3/a314f92cf8c123ee6c833bfbe556ddd1.jpeg)
Microsoft 宣布推出 Team Copilot,这是 Microsoft 365 中 Copilot 功能的重大演变。
从个人 AI 助理转变为不可或缺的团队助理,Team Copilot 将可以跨各种协作平台(例如 Teams、Loop 和 Planner)进行访问。这一增强功能使 Team Copilot 能够扮演多种角色:会议主持人,管理议程、跟踪会议时间和记录会议内容;聊天中的协作者识别关键信息、跟踪任务和解决问题;项目经理确保项目效率并促进团队贡献。
这些初始功能将于今年晚些时候提供预览,标志着新的创新阶段的开始,Team Copilot 越来越多地代表个人和团队行事。
![](https://static001.geekbang.org/infoq/5b/5bbb09319e8b3f7bdb4b54a4eea83b39.png)
Microsoft Copilot Studio 正在推出高级 agent 功能,使开发人员能够创建能够自主对数据和事件做出反应的 Copilot,并针对不同的任务和角色进行定制。这些增强的功能使 Copilot 能够利用记忆和背景知识,对行动和输入做出合理的决策,根据用户反馈进行调整,并在面临不熟悉的挑战时寻求帮助,从而自主监督复杂的、持续的业务运营。
这项创新意味着用户现在可以在各个领域部署 Copilot :从管理 IT 设备采购流程到充当销售和服务领域的客服。
![](https://static001.geekbang.org/infoq/b0/b07242744dcfefd6b39b8e6d3b18dbaf.jpeg)
纳德拉还宣布将通过 Windows DirectML 提供对 PyTorch、WebNN 框架的原生支持,这将为开发人员提供更多可用的工具。处理器的 NPU 应该可以帮助这些工具比以往更快地执行。
![](https://static001.geekbang.org/infoq/46/46fb3a00919a827dc05b6aa13aee5851.jpeg)
随后,纳德拉谈到了人工智能基础设施。
他称,Azure 在 60 多个地区可用。该公司已将其扩展到比以往更多的地区,并承诺提供可持续的云服务。有些内容对于普通人来说可能有点难以理解。但简而言之,如果开发人员能够创建让生活更轻松的应用程序,那么我们所有人都将获益。
奥特曼压轴登场,要让大模型更便宜
在微软官宣了一系列更新后,OpenAI CEO 奥特曼也来到了活动现场以示支持。他鼓励开发者和初创公司利用当前的人工智能热潮,认为这是自移动设备繁荣甚至互联网出现以来最令人兴奋的时刻。
![](https://static001.geekbang.org/infoq/7a/7a26f67a584eb203e147df71abe38bec.webp)
在模型方面,奥特曼透露,未来,GPT-4o 将变得更快,但更便宜。
他还预告下一个大模型即将问世,而且微软为这项工作建造了一台更大的超级计算机(如同虎鲸一样规模的超算)。
![](https://static001.geekbang.org/infoq/73/73f023d92d5479c147b7642acb972791.webp)
奥特曼暗示,新的模态和整体智能将是 OpenAI 下一个模型的关键。
“最重要的一点,听起来也是我能说的最无聊的一点...... 模型会变得越来越智能,总的来说是全面智能。”
评论