微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本,這是一個專為編程優化的混合專家(MoE)模型。該模型擁有 1370 億總參數,但在推理過程中僅激活 68 億參數。
微軟推出 MAI Code 1.1 Flash:137B 總參數、6.8B 活躍參數的本地編程 MoE 模型
微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本,這是一個專為編程優化的混合專家(MoE)模型。該模型擁有 1370 億總參數,但在推理過程中僅激活 68 億參數。
30 秒掌握
- 微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本,這是一個專為編程優化的混合專家(MoE)模型。
- 該模型擁有 1370 億總參數,但在推理過程中僅激活 68 億參數。
目前大小是最小值,向右滑動可放大。
原始來源與引用
待確認事項
- 原始來源僅提及模型參數規模與本地化發布,未明確說明其具體支援的編程語言範圍、是否支援代理編程或倉庫問答等特定功能細節,基礎稿中關於這些功能的描述缺乏直接來源支持。
- 原始來源未提供關於該模型在低延遲或低服務成本方面的具體測試數據或優化指標,基礎稿中關於性能平衡的描述屬於推論。
- 原始來源僅提供連結標題 'local-models-sandboxed-tools-github-windows',未在提供的來源文字中明確說明微軟是透過 'Windows 沙盒工具' 提供此模型,也未說明其目的是 '讓開發者能在本地環境運行該編程助手'。這些細節屬於對連結標題的推論或外部知識,缺乏直接來源文字支持。
- 來源文字僅提及模型參數規模,未提供關於 MoE 架構原理、計算成本或記憶體使用量的技術解釋。背景段落內容屬於模型基礎知識,非來源提供的事實。
- 來源文字未提及該模型可在消費級硬體上運行,此為基於 MoE 特性的推論,非來源事實。
更正紀錄
截至本次發布,正式發布包未登錄更正。
AI 使用說明
AI 協助擷取、寫作與核對;最終內容依來源與驗證規則發布。
相關新聞
DeepSeek開源DeepInfer推理框架,支援V4.1-Flash模型與華為Ascend NPU
DeepSeek-AI正式發布並開源了高性能推理框架DeepInfer,該框架專為其大規模生產服務設計。目前主要支援DeepSeek-V4.1-Flash模型,並同時相容NVIDIA SM100 GPU與華為Ascend 950 NPU硬體平台。
Cloudflare與VoidZero推出TypeScript編譯器Rust移植版tsrs,宣稱速度提升8倍且記憶體用量減少70%
Cloudflare、VoidZero與Owner.com合作開發名為tsrs的TypeScript編譯器Rust移植版本,並將其納入Oxc JavaScript編譯器工具鏈。根據早期基準測試,在相同類型檢查工作數下,tsrs比TypeScript 7.0快達8倍,記憶體使用量減少約70%。
Hugging Face 推出 TorchTPU,讓 PyTorch 原生支援 Google TPU
Hugging Face 發布 TorchTPU,將 Google TPU 整合為 PyTorch 的原生後端,使用者無需再透過 torch_xla 或 JAX 即可直接在 TPU 上執行模型。此舉讓 Transformers、Diffusers 等主流函式庫能原生支援 TPU,簡化了從雲端下載模型並直接部署的流程。



