微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡分院（MSRA – 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、生态与人才培养四大方向展开工作。该实验室与新加坡医疗生态伙伴合作推进多模态医疗 AI 和自演化诊断智能体，并与 EDB、IMDA 等机构在物流运输、工业 AI 等领域开展合作。
#Microsoft
#Microsoft
今日 0 条Microsoft ResearchAI 评分2020 AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工，读者可据此判断何时选 Sonnet 更划算。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单、仪表盘等界面，无需编写代码或手动设计。canvas 支持用户与 agent 同时操作并即时同步状态，创建后可保存为项目共享或个人扩展，社区已在 Awesome Copilot 分享现成模板。
GitHub Blog · AI & MLAI 评分3434 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub 认为 chat 是大多数场景下错误的 AI 交互界面，并在 GitHub Copilot app 中推出 canvas——一种运行在应用内、无浏览器外壳的全栈应用，可与 agent 双向通信。
AWS Machine Learning BlogAI 评分2222 HEMA 如何用 MCP 和 Amazon Bedrock AgentCore 打造内部 AI 助手 HAL
荷兰零售商 HEMA 基于 Amazon Bedrock AgentCore 和 MCP 构建了内部 AI 助手 HAL，把原本分散在多个门户、wiki 和服务目录中的知识集中到统一来源，并直接嵌入 HAL 聊天、Kiro、Claude 等工具中。
GitHub Blog · AI & MLAI 评分2222 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力。团队用一个包含 2,200 个文件、超百万行改动和 400 多条行内评论的开源 pull request 做验证，将文档高度拆成确定性的代码几何与动态评论块两套体系，评论高度按需测量并锚定到文件、行与侧，避免滚动跳动。
Microsoft Research精选AI 评分6060 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人本体 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：微软研究院首次系统测量机器人本体推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
AWS Machine Learning Blog精选AI 评分7474 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用，API 定价明显低于上一代 GPT-5.6。GPT-6 Sol 面向每周反复出现的复杂开发与运维任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具多步流程；OpenAI 内部事实性评测显示其事实错误约为 GPT-5.6 Sol 的一半。
推荐理由：原文给出两款新模型在 Bedrock 上的定位差异、定价变化与提示词缓存等落地细节，便于判断如何按任务分配模型。
AWS Machine Learning Blog精选AI 评分7676 Claude Opus 5.5 上线 AWS，Amazon Bedrock 与 Claude Platform 同步可用
Anthropic 的 Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型，面向智能体编码、知识工作和长时任务。
推荐理由：原文给出 Claude Opus 5.5 在 Bedrock 上的定价、推理控制与安全分类器变化，便于判断迁移成本。
Microsoft ResearchAI 评分5252 微软研究院在 Nature 发表 RetroChimera，提升小分子合成路线预测
微软研究院在 Nature 发表逆向合成模型 RetroChimera，它结合 Transformer 模型 R-SMILES 2 与图神经网络模型 NeuralLoc，通过学习式集成对两者预测排序。
GitHub Blog · AI & ML精选AI 评分8282 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 PR 增量合入 main。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁到 Rust 的完整工程数据，可迁移到大规模智能体协作开发。
GitHub Blog · AI & MLAI 评分2222 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，用 Issue forms 收集结构化字段、Labels 作为触发器、GitHub Actions 执行落地页复制、UTM 链接生成、报名名单清洗和 CRM 导出等任务。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用新手指南：使用 diff、终端和浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可完成审查、运行和预览 AI 生成代码的完整流程。diff 面板以绿色和红色高亮显示代码增删改，终端面板支持运行项目命令并可通过 Run 按钮配置脚本，浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 Project HydraFusion：用多模型编排实现前沿级编码质量
GitHub 推出研究预览版 Project HydraFusion，在 GitHub Copilot CLI 中通过 /experimental 启用，可在多个提供商的模型间做运行时编排，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个编码基准的成本质量对比，可据此判断多模型编排在真实编码任务中的取舍。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 应用入门：如何同时运行多个 Agent
GitHub Copilot 应用支持同时运行多个 Agent 会话，每个会话运行在独立的 Git worktree 上，互不干扰，可并行推进不同任务。每个会话保留各自的上下文，用户可在会话视图里查看标题和任务进度，并随时切换而不必重新说明背景。文中以 tailspin-toys 仓库为例，演示同时让 Copilot 添加 funded sort、做无障碍审查和跑测试三个任务。
Microsoft ResearchAI 评分3434 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash，将病理基础模型的计算需求大幅降低。GigaPath-Flash 采用 22M 参数的 ViT-S tile 编码器与 21M 参数的 LongNet slide 编码器，在 PANDA 和 EBRAINS 基准上以约 50 倍更少算力达到原版 GigaPath 3% 以内的性能。
Microsoft ResearchAI 评分4040 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中的 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
Microsoft ResearchAI 评分3838 MindTopo 基准揭示 VLM 空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型的拓扑推理能力，覆盖连通性、分离、顺序、包围与绳结五类拓扑关系，并区分静态推理与交互规划两个认知层级。
Microsoft ResearchAI 评分4242 微软研究院推出 CARE-X：面向临床可用的放射学 VLM，结合辅助监督、奖励对齐学习与工具增强测量
微软研究院发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，可同时输出自由文本推理与结构化预测，覆盖报告生成、病变有无与否定、定位、多标签分类及导管位置检测等任务。
Microsoft Research精选AI 评分7474 微软研究院开源 Orchard：可扩展智能体 AI 框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理等任务，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由：微软研究院开源 Orchard 框架，用约 3B 激活参数在 SWE-bench Verified 上达到 69.7%，可对照其环境层与训练配方设计。
Microsoft Research精选AI 评分7171 微软研究院发布 Echoverse：为 computer-use 智能体构建深度演化环境
微软研究院提出 Echoverse，为 computer-use 智能体构建 12 个训练世界，包括 10 个深度领域世界和 2 个能力世界，每个世界都复现应用的真实行为并保持跨屏幕和用户的状态一致。
推荐理由：微软研究院公开了 Echoverse 的构建流程与训练数据，读者可据此了解高保真合成环境如何提升 computer-use 智能体能力。
Microsoft ResearchAI 评分5757 微软研究院发布 EvoLib：把推理经验转化为不断演进的知识库
微软研究院提出 EvoLib 框架，让大语言模型在推理阶段从自身经验中学习，无需真实标签或外部反馈，也无需更新模型参数，可应用于通过 API 部署的黑盒模型。EvoLib 把过往尝试提炼为可复用技能和反思性洞见，并通过整合与动态加权机制持续精炼、合并和重新加权知识单元，使其从单次经验走向更通用的知识。