Сделанные улучшения позволили добиться впечатляющих результатов. Gemini 3.1 Pro в бенчмарке ARC-AGI-2 набрала 77,1%, тогда как Gemini 3 Pro демонстрировала результат на уровне 31,1%. Это означает, что с точки зрения логического мышления Gemini 3.1 Pro более чем в два раза превосходит показатели Gemini 3 Pro.

Продвинутые способности к рассуждению ориентированы на решение сложнейших вызовов и имеют конкретное практическое применение. Модель идеально подойдет для наглядных объяснений сложных тем, объединения больших массивов данных в единую и удобную сводку, а также для реализации творческих проектов.

Представители Microsoft отмечают, что многим разработчикам требуются готовые ИИ-инструменты для выполнения специфических задач без необходимости создавать или обучать модели с нуля. Также разработчики нуждаются в простом способе поиска, тестирования и использования моделей ИИ с открытым исходным кодом.

Windows AI Foundry призвана удовлетворить эти потребности, упрощая доступ к ИИ-моделям за счет интеграции нескольких каталогов моделей в единую платформу. Она поддерживает весь жизненный цикл разработки ИИ, включая выбор модели, оптимизацию, дообучение (fine-tuning) и развертывание. Платформа подключается к различным источникам моделей, включая Foundry Local, Ollama и NVIDIA NIMs (NVIDIA Inference Microservices).

Windows AI Foundry предлагает разработчикам множество возможностей, встречая их на любом этапе пути в области ИИ. Она предоставляет готовые к использованию API на базе встроенных моделей, инструменты для кастомизации встроенных моделей Windows и высокопроизводительную среду выполнения моделей, чтобы помочь разработчикам использовать собственные модели и развертывать их на различных аппаратных платформах. Благодаря интеграции Foundry Local в Windows AI Foundry, разработчики также получают доступ к богатому каталогу моделей с открытым исходным кодом.

Паван Давулури, корпоративный вице-президент Microsoft по Windows и устройствам.

В состав Windows AI Foundry входит Windows ML — среда выполнения, поддерживающая развертывание пользовательских моделей на широком спектре оборудования, включая CPU, GPU и NPU от ведущих производителей. Интегрированные каталоги моделей, такие как Foundry Local, Ollama и NVIDIA NIMs, предоставляют разработчикам легкий доступ к моделям с открытым исходным кодом для тестирования и локального развертывания.

Кроме этого, Windows AI Foundry предлагает готовые к использованию API для таких задач, как интеллектуальный анализ, распознавание изображений и удаление объектов. Также анонсированы расширенные функции, включая дообучение на основе LoRA и API для семантического поиска и извлечения знаний, которые позволят создавать более интеллектуальные и персонализированные приложения.

Платформа Windows AI Foundry уже доступна для разработчиков. Более подробную информацию можно найти в блоге Windows Developer.

Функция Recall

Особое внимание компания уделила функции Recall, которая с сегодняшнего дня доступна на устройствах ПК Copilot+. Компания учла отзывы пользователей и внесла важные улучшения в безопасности и конфиденциальность функции:

• Полный контроль со стороны пользователя. Функция Recall является полностью опциональной. Пользователи могут включать, выключать, приостанавливать функцию, настраивать фильтры для приложений и веб-сайтов, управлять длительностью хранения данных и удалять сохраненные снимки экрана через настройки системы.
• Прозрачность. На этапе первоначальной настройки Windows система проинформирует пользователя о принципе работы Recall. Также система запросит явное разрешение на сохранение снимков. Иконка в системном трее будет информировать о том, сохраняются ли снимки экрана в данный момент. При первом запуске Recall система вновь попросит вас убедиться, что выбранные настройки соответствуют вашим предпочтениям.
• Безопасность и конфиденциальность. Для использования Recall требуется настройка Windows Hello с биометрической аутентификацией (по лицу или отпечатку пальца). Функция не сохраняет снимки при просмотре контента, защищённого DRM, или в режиме инкогнито в поддерживаемых браузерах. Все данные (снимки и результаты их обработки) остаются локально на компьютере пользователя, шифруются и обрабатываются в изолированной среде памяти для предотвращения несанкционированного доступа.

Приложения и ИИ-модели в Windows

• Обновлённые приложения Paint и «Фотографии» позволяют пользователям трансформировать фотографии в художественные стили или генерировать совершенно новые изображения на основе текстовых описаний.
  Функция «Restyle Image» стремится сохранять целостность изображений людей. Специальная модель ИИ распознаёт лица на переднем плане, чтобы гарантировать, что они не будут изменены, а художественный стиль применится только к фону и другим элементам.
  В ходе этого процесса никакие идентифицируемые биометрические данные не собираются, не обрабатываются и не сохраняются.
• При разработке локальных ИИ-модели, таких как Phi Silica, особое внимание уделялось этичному и ответственному использованию. В модели интегрированы средства модерации контента для фильтрации генерируемого контента. Это позволяет гарантировать, что созданный контент не содержит вредных или неуместных материалов.

Ответственное внедрение инноваций

Microsoft не только сама применяет принципы «ответственного ИИ» в своих продуктах, но и предоставляет разработчикам информацию о том, как создавать приложения с ИИ на платформе Windows. Подход Microsoft основан на четырех ключевых этапах, которые направляют планирование и принятие решений на всех стадиях жизненного цикла продукта:

• Управление (Govern). Этот этап охватывает весь жизненный цикл ИИ-функции или продукта. Включает в себя такие мероприятия, как анализ перед релизом для координации действий по картированию, измерению и управлению рисками ИИ.
• Составление карты рисков (Mapping risk). Важнейший первый шаг к созданию «ответственного ИИ». Проводится тщательный анализ и оценка потенциальных рисков, связанных с использованием ИИ наряду с проверками на соответствие требованиям конфиденциальности и безопасности.
• Измерение (Measure). Меры для снижения вероятности причинения вреда. Проводится всестороннего состязательного тестирования для изучения и устранения выявленных рисков. Для этого используются контрольные показатели и проводятся «атаки» на систему с привлечением группы специалистов.
• Управление рисками (Manage risk). После релиза приложения или функции крайне необходимо обеспечивать отказоустойчивость, постоянно улучшать и развивать ИИ-функции.