Microsoft 在此次活动中深化了其在整个 AI 堆栈中的平台战略，重点介绍了 Mustafa Suleyman 的 AI 团队所构建的新成果，尤其是在 Azure AI 资源分配方面，这被视为最具战略意义的更新。
核心观点与关键数据：
- AI 模型与工作流程：Microsoft 发布了 7 个新的 AI 模型，包括首个思考和编码模型，以及新一代语音、转录和图像模型。这表明 Microsoft 正在逐步建立对模型成本、性能和首屈一指集成的控制，这对于随着推理规模扩大而日益重要的“每单位成本每瓦 tokens”优化至关重要。
- 企业 AI 价值：Microsoft 强调，企业 AI 的价值不仅在于在专有上下文/数据上运行模型，更在于允许公司根据自身工作流程、结果和业务目标持续改进模型。这体现在“前沿调整”和公司的“爬山”框架中，旨在为企业提供将机构知识转化为可累积的 AI 系统的路径，而非仅仅消费共享模型的智能。
- Copilot 发展：Copilot 故事继续演进，引入了 Autopilots、Web IQ 和潜在的 SuperApp。Autopilots（由 OpenClaw 驱动）被视为具有上下文、记忆和自定义连接器的长期运行代理，将 Copilot 从基于聊天的助手推向企业工作的能动性协调。Web IQ 被视为代理从简单任务执行转向知情决策支持的重要基础。此外，Microsoft 暗示今年夏天将推出 Copilot SuperApp，将聊天、协作和代码整合为统一体验。这些发布进一步强化了 Microsoft 将 Copilot 定位为企业工作受控 AI 层面的方向。
- 分布式计算架构：Microsoft 首次指出更分布式计算架构的重要性，这是关键演讲主题。公司强调“边缘无计费智能”，通过 Windows、本地运行模型和 NVDA 支持的开发者实现，这与软件领域向基于 tokens 的定价和大规模推理的长期成本转变的辩论相呼应。CEO Satya Nadella 强调，并非所有 AI 工作负载都需要源自云端，新的参数 LLMs 具有高达 1m tokens 的上下文窗口，标志着边缘计算的重大转变。
- 平台广度：其他发布进一步强化了 Microsoft 的平台宽度。新的 GitHub Copilot 应用旨在简化日益碎片化的开发者工作流程。Project Solara 展示了对 AI 原生设备的更广泛愿景，代理将超越传统应用，并突破当前计算边界，进入跨固定和便携式形态的专用现实企业工作流程。Microsoft 还介绍了 Microsoft 执行容器（MXC），旨在为代理提供更安全、受控的沙盒环境，这对于代理更自主地运行可能至关重要。此外，公司还重点介绍了 Windows 即将到来的一系列活动改进，这些改进将服务于最终用户和开发者的利益。
研究结论：
Microsoft 通过推出新的 AI 模型、工作流程和分布式计算架构，正在加强其作为 AI 主要分发层的地位，以经济高效、性能优越和控制的方式提供 AI。Copilot 的持续发展表明其正朝着成为企业工作受控 AI 层面的方向演进。这些举措共同支持了 Microsoft 在 AI 领域的领先地位，并为其 AI 业务带来了增长和盈利潜力。
