人工智能

微软押注专业化:Ignite 2026 大会上发布用于编程和网络安全的新型人工智能模型

微软发布了专门的 MAI Code 和 MAI Cyber 模型,旨在以极低的成本提供接近大型模型性能的表现,并将其集成到 GitHub Copilot 和安全服务中。

2026-11-17
1 分钟阅读
1 浏览量
certi.news
微软押注专业化:Ignite 2026 大会上发布用于编程和网络安全的新型人工智能模型

在旧金山举行的 Ignite 2026 大会上,微软宣布推出新一代专门为编程和网络安全任务设计的人工智能模型。此举旨在通过提供能够以高效率和低运营成本执行复杂技术任务的专业模型,打破“性能与成本”之间的平衡难题,从而超越大型通用模型。

用于软件开发的专业模型

此次发布包括两个名为 MAI Code 2 和 MAI Code 2 Flash 的新模型。第一个模型(Code 2)旨在满足企业软件开发的需求,它具备理解整个代码库(Code Repositories)、追踪复杂错误、执行跨文件修改以及构建用户界面的能力。

至于 Flash 版本,公司将其定位为专门处理重复性和常规编程任务,例如代码解释和简单错误修复。根据微软的数据,测试显示其在成本效益方面具有显著优势:

  • MAI Code 2 实现了 GPT-6.1 Sol 模型约 98% 的性能,但成本仅为其 40%。
  • 该模型表现优于 Claude Opus 5.5,达到了其 96% 的性能,而成本仅为后者的 5%。

这些模型目前可通过 GitHub Copilot 使用,而 Flash 版本则通过 Microsoft Foundry 提供有限预览。

通过宽广的上下文窗口增强网络防御

在网络安全领域,公司推出了 MAI Cyber 2 Flash 模型,旨在帮助发现漏洞、提出代码解决方案并调查数字威胁。该模型的特点是能够处理高达 100 万个标记(Token) 的“上下文窗口”,使分析师能够同时处理和分析海量的代码片段。

在 CyberGym-E2E 测试中,该模型的成功率为 92.3%,略高于 GPT-6 Astra 模型,且关键优势在于每项任务的成本消耗不到 2%。该模型计划从 12 月中旬开始集成到微软的安全产品中,特别是代号为 MDASH 的服务中。

值得注意的是,微软明确指出,由于训练数据与某些漏洞报告之间存在重叠,测试总结果中排除了 92 项任务,最终的比较基于 813 项独立任务。

为什么这一趋势代表了人工智能战略的转变?

这一公告标志着从“通用综合模型”时代向“专业高效模型”时代的转变。对于技术企业而言,这意味着:

  • 降低运营成本: 与使用大型模型相比,能够以极低的成本执行编程和安全任务。
  • 提高大规模上下文中的准确性: 得益于安全模型中百万级的上下文窗口,企业可以检查整个系统,而不是孤立的代码片段。
  • 执行速度: Flash 类模型加速了日常流程,使开发人员和分析师能够专注于更具战略意义的任务。

微软人工智能部门负责人穆斯塔法·苏莱曼(Mustafa Suleyman)强调,目标是构建在高性能和成本控制之间取得平衡的专业技术,同时将确保这些模型的安全性以及防止执行任何有害操作作为首要任务。

新闻来源
AITnews Arabic
查看原始来源 ↗
c
作者

certi.news

同一分类

你可能还喜欢

查看所有新闻