Microsoft Mu:為 Windows 11 帶來本機 AI 的新語言模型

最後更新: 25/06/2025

  • Mu 是微軟新的小型語言模型,針對在配備 NPU 的 Windows 11 裝置上本地運行進行了最佳化。
  • 它的初始整合是在 Windows 11 設定代理程式中完成的,允許使用自然語言進行調整。
  • Mu 因其效率和速度而脫穎而出,憑藉其 100 億個參數,每秒可達到 330 多個代幣。
  • 它包括 Dual LayerNorm、RoPE 和 GQA 等創新,並使用先進的流程和高品質的教育數據進行訓練。

Microsoft Windows 11 MU 語言模型

到來了 Mu,由 Microsoft微軟,標誌著目前將人工智慧直接置於用戶設備上的趨勢邁出了重要一步。其目的是 減少對雲端的依賴 並利用 神經處理單元(NPU),Mu 被整合到 副駕駛+電腦 跑步 窗戶11,最初重點關注 設置應用 使用簡單的自然語言來方便存取和修改系統參數。

這項進步意味著,我們不再需要向外部伺服器發送查詢, 處理和響應在設備本身上生成,確保更高的隱私性、靈活性和效率。目前, 此次推出的目標客戶是擁有 Copilot+ 電腦的 Windows Insider 計畫參與者。儘管預計這項技術將在未來的更新中擴展到更多用戶和功能。

鑄造廠本地
相關文章:
Foundry Local 和 Windows AI Foundry:微軟正透過新的開發者生態系統押注本地 AI。

Mu 到底是什麼?它有何突出之處?

穆語

Mu小語言模型 (SLM(以英語發音) 使用 330 億個參數進行訓練其緊湊的尺寸並不意味著犧牲性能,因為根據微軟的說法,它的性能非常接近更大的型號,例如 Phip-3.5-迷你這種平衡的實現得益於嚴格的訓練過程,其中包括以下技術: 雙層範數, 旋轉位置嵌入 (RoPE) y 分組查詢注意 (GQA) 提供效率和精度,特別是在資源有限的設備中。

獨家內容 - 點擊這裡  如何刪除 Windows 10 中的臨時文件

該模型利用 編碼器-解碼器架構 屬於Transformer類型,能夠處理使用者輸入並將其轉換為系統內的操作。得益於這種結構,Mu 分離輸入和輸出處理, 什麼 減少延遲和記憶體消耗,關鍵點以確保流暢、無等待的使用者體驗。

在官方測試和數據中,Mu 已經證明能夠 每秒回應超過 100 個令牌 並在 500 毫秒內提供回應這些數字支援幾乎即時的交互,即使是修改設定或用日常語言解釋冗長而複雜的查詢。如果您想深入了解這些模型的工作原理,可以查看 PC 上語言模型的比較.

整合到配置代理和實用功能

Mu 的首次登陸點位於 Windows 11 設定代理,該功能允許用戶 只需輸入或說出他們需要的內容即可調整系統參數。例如,只需詢問 “如何啟動黑暗模式?” o “我想增加亮度” 以便 Mu 可以將此指令轉化為系統內對應的技術動作。

獨家內容 - 點擊這裡  秘籍MOLOGA PC

微軟強調,人工智慧將適應 數以萬計的不同上下文和查詢事實上,已使用的數量已超過10萬個。 3,6萬個訓練樣本 涵蓋從最常見的請求(例如更改語言或管理 Wi-Fi 網路)到更複雜的任務。對於太短或含糊不清的問題,系統會使用 傳統搜尋功能但當指令清晰詳細時,Mu 會自動採取行動或逐步引導使用者。

適應新一代硬體的技術和優化

微軟 Mu NPU Windows Copilot+

La Mu 最佳化 一直是其開發過程中最值得深思的要點之一。微軟與矽片合作夥伴合作,例如 AMD、英特爾和高通 使其適應 Copilot+ PC 中新 NPU 的特性這項聯合工作使得引入 訓練後量化技術,將模型權重和激活轉換為 8 位元和 16 位元整數,從而減少記憶體消耗並避免重新訓練整個模型。

Mu 的訓練過程是在高性能環境中進行的,使用 NVIDIA A100 GPUAzure機器學習數據集包​​括 數千億教育代幣 以及諸如 從 Phi 模型中提煉 以及低範圍自適應 (LoRA) 來遷移知識並針對特定任務微調模型。最終結果是一個小型、靈活的模型,非常適合現代可穿戴硬體的資源和限制。您還可以探索如何 將您的 PC 變成本地 AI 中心 擴展系統的功能。

Edge-4 上的 Phi-2 mini AI
相關文章:
Phi-4 mini 邊緣人工智慧:瀏覽器中本地人工智慧的未來

當前的挑戰、可用性和未來前景

Mu 面臨的最大挑戰之一是 解釋模稜兩可或非常簡短的查詢這是自然語言系統中常見的問題。為此, 微軟已經實作了混合邏輯雖然簡短的查詢會觸發傳統的搜尋結果,但更詳細的指令會觸發人工智慧幹預,以指導使用者或執行自動操作。

獨家內容 - 點擊這裡  電腦截圖

現在, Mu 僅提供英文版本,並可透過 Insider 頻道在 Copilot+ 裝置上使用。,儘管預計未來幾個月它將擴展到更多語言和其他設備,包括那些採用 AMD 和英特爾處理器的設備。 隱私和安全 考慮到加工的本地性質,它們也發揮著重要作用。

Mu 的部署只是微軟更廣泛策略的開始,旨在 本地人工智慧和高效的語言模型 在更多應用程式和作業系統方面,在不犧牲效能或隱私的情況下改善體驗和可訪問性。