Microsoft recruits key Ai2 researchers for Superintelligence team

•微軟的「超級智慧團隊」於2025年11月成立，由微軟AI執行長Mustafa Suleyman領導，其目標是發展「人本超級智慧」（Humanist Superintelligence, HSI），強調實用、可控且服務於人類的AI，這與OpenAI追求通用人工智慧（AGI）的目標形成對比。
•此次招募前Ai2研究人員，包括前執行長Ali Farhadi、OLMo開源模型共同負責人Hanna Hajishirzi、Molmo多模態模型負責人Ranjay Krishna以及前營運長Sophie Lebrecht，是微軟內部建立前沿AI模型並減少對OpenAI依賴的更廣泛戰略的一部分。
•Ai2將研究重心轉向應用型AI，以及其核心研究人員的離職，主要歸因於前沿AI研究的高昂成本，這促使頂尖科學家轉投微軟等大型科技公司。
•OLMo模型以其全面的開放性而聞名，不僅提供模型權重，還公開訓練數據、程式碼、訓練配方、評估程式碼和中間檢查點，這在開源模型領域中相對罕見，旨在促進AI的科學研究。
•微軟的超級智慧團隊已於2026年4月推出三款新的基礎AI模型：MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2，旨在提供具有競爭力價格的內部開發AI解決方案，進一步實現AI的自給自足。

📊 競品分析▸ Show

特徵/公司	Microsoft (超級智慧團隊)	OpenAI	Meta AI	Ai2 (OLMo)
AI 願景	人本超級智慧 (HSI)：實用、可控、服務人類，解決特定問題。	通用人工智慧 (AGI)：超越人類在所有任務上的能力。	個人超級智慧：賦能個人，作為個人延伸。	透過開放研究推進 AI 科學。
模型開放性	內部開發專有模型 (MAI 系列)，同時與 OpenAI 合作。	專有模型，部分開放 API。	開源模型 (如 Llama 系列)，但通常不包含完整訓練數據和過程。	完全開放：模型權重、訓練數據、程式碼、訓練配方、評估程式碼、中間檢查點。
近期模型	MAI-Transcribe-1, MAI-Voice-1, MAI-Image-2 (2026年4月發布)	GPT-4o mini (2025年11月被OLMo 3 32B超越)	Llama 3.1 (2024年11月被OLMo 2 7B超越)	OLMo 3 系列 (2025年11月發布，包含7B, 32B Base/Think/Instruct)
領導者	Mustafa Suleyman (Microsoft AI CEO)	Sam Altman (OpenAI CEO)	Mark Zuckerberg (Meta CEO)	(原OLMo核心團隊已加入微軟)

OLMo 採用解碼器專用（decoder-only）的 Transformer 架構。
模型提供多種參數規模，包括1B、7B、13B和32B。
訓練數據主要來自Dolma語料庫（OLMo 3使用Dolma 3），該語料庫結合了網頁、科學PDF、程式碼庫、數學問題及百科全書文本，並經過嚴格的去重和去污染處理。
訓練過程採用多階段管線，包括初始預訓練、針對性數據的中期訓練和長上下文擴展，並運用學習率退火（learning rate annealing）和數據課程（data curriculum）等技術。
後訓練（post-training）階段包含監督式微調（SFT）、直接偏好優化（DPO）和強化學習（RL）訓練。
OLMo 3透過使用帶有YaRN風格縮放的旋轉位置嵌入（Rotary Position Embeddings），將上下文窗口擴展至65,536個tokens。
評估方面，OLMo 2使用包含20個基準的開放語言建模評估系統（OLMES），而OLMo 3模型則在更廣泛的基準上進行評估，涵蓋數學、通用推理、知識、程式碼、指令遵循、問答和聊天等能力。
性能表現上，OLMo 2 7B優於Llama-3.1 8B，OLMo 2 13B優於Qwen 2.5 7B。OLMo 3 32B更是首個在多技能學術基準測試中超越GPT3.5-Turbo和GPT-4o mini的完全開源模型。
OLMo強調完全透明，公開所有訓練數據、程式碼、訓練配方、中間檢查點、日誌和評估方法，並整合OlmoTrace工具，可追溯模型輸出至訓練數據。

微軟將加速其內部前沿AI模型的開發，可能降低對OpenAI的依賴。

微軟積極招募頂尖AI人才（包括OLMo團隊）並近期推出MAI基礎模型，顯示其正大力推動AI技術的自給自足。

「人本超級智慧」（HSI）方法將促使AI在醫療和清潔能源等關鍵領域產生更專業化和可控的應用。

微軟為HSI設定的目標是解決特定領域的「實際具體問題」，例如開發專家級診斷模型和加速能源領域的突破。

開源AI社群，特別是OLMo相關專案，在人才和資金方面可能面臨挑戰，因為大型科技公司提供更多資源。

Ai2的人才流失明確與前沿AI研究的高昂成本相關，這暗示非營利或學術開源計畫可能面臨人才流向資金雄厚的企業實驗室的風險。

2014-XX

Allen Institute for AI (Ai2) 成立。

2024-02

Ai2 發布首個 OLMo 開源語言模型。

2024-11

Ai2 發布 OLMo 2 模型系列（7B 和 13B）。

2025-05

Ai2 發布 OLMo 2 1B 模型。

2025-11

微軟成立 MAI 超級智慧團隊，由 Mustafa Suleyman 領導。

2025-11

Ai2 發布 OLMo 3 模型系列（7B 和 32B）。

2026-03

微軟招募前 Ai2 CEO Ali Farhadi、OLMo 共同負責人 Hanna Hajishirzi 等關鍵研究人員加入其超級智慧團隊。

2026-04

微軟 MAI 超級智慧團隊推出三款新的基礎 AI 模型（MAI-Transcribe-1, MAI-Voice-1, MAI-Image-2）。

Microsoft 招募 Ai2 核心研究人員加入超級智慧團隊