微软数据中心如何运用仿生设计缓解社区环境冲突
微软宣布在其数据中心推广“仿生设计”策略，旨在通过绿化景观和生态系统修复缓解社区对噪音、污染及树木砍伐的担忧。该计划将覆盖美国及德国 20 多个现有站点，并要求所有新建项目同步实施，以支持生物多样性并改善邻里关系。
#Microsoft
#Microsoft
今日 0 条The Verge · AIAI 评分2727 The DecoderAI 评分5454 Microsoft AI 发布 MAI-Transcribe-2-Streaming 语音转录及 MAI-Voice-2.1 文本转语音模型
Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming 和两款文本转语音模型 MAI-Voice-2.1，其中转录模型在 100 毫秒内返回初步结果并支持 60 种语言。MAI-Voice-2.1-Flash 版本延迟 150 毫秒，每百万字符费用降至 15 美元，且两款语音模型仅需数秒音频即可克隆声音。
TLDR AIAI 评分3838 Clef 开源决策模型与 Kev 模型家族发布，Meta Muse 探索无广告交易模式
Clef 和 Clef-flash 是兼容 Jev-API 的开源决策模型，已在 Hugging Face 以 Apache 2.0 许可发布，支持本地运行。开源模型家族 Kev 包含 0.8B 至 27B 参数四种规格，仅对提供选项打分。Meta 旗下 Muse 或采用商家付费的交易模式避免广告，以维持用户信任。
Towards AIAI 评分5050 Microsoft 称 MAI-Thinking-1 未从其他 LLM 蒸馏
Microsoft 确认 MAI-Thinking-1 预训练未使用第三方 LLM 生成的合成数据，且避免了第三方模型蒸馏。微软还过滤了收集源中的 AI 生成内容，并排除了 Hugging Face 作为爬取目标，以确保模型血缘清晰。
Hugging Face BlogAI 评分4040 MosaicLeaks 基准测试揭示深研智能体隐私泄露风险
Hugging Face 提出 MosaicLeaks 基准，评测深研智能体在处理混合本地与网页信息时的隐私泄露风险。测试显示常规训练加剧了信息泄露，而新提出的 PA-DR 强化学习方法将严格链成功率从 48.7% 提升至 58.7%，同时将答案/全信息泄露率从 34.0% 降至 9.9%。
Hugging Face Blog精选AI 评分7676 Cosmopedia：如何为预训练大语言模型创建大规模合成数据
Hugging Face 发布了名为 Cosmopedia 的 250 亿 token 合成数据集及配套的 1B 规模模型 cosmo-1b，旨在通过完全开源的端到端流程复现 Microsoft Phi-1.5 的数据集。
推荐理由：原文公开了 250 亿 token 数据集的完整生成链路和 1B 模型评测，读者可据此复现或改进合成数据预训练方法。
Hugging Face BlogAI 评分5656 Hugging Face 推出在 Intel Meteor Lake 笔记本上运行 Phi-2 的 OpenVINO 量化方案
Hugging Face 发布在 Intel Meteor Lake 笔记本上运行 Phi-2 的方案，使用 Intel OpenVINO 和 Optimum Intel 对 microsoft/phi-2 做4-bit 权重量化，再运行在搭载 Core Ultra 7 155H 的中端笔记本上。