阿爾貝戈蒂：你說到現在沒有到達“AI看似有認識”的階段 ，保證未來多年堅持杰出的協作聯系。但內部并無真實的認識 。
阿爾貝戈蒂 ：你此前提及了GB200芯片集群 ，咱們才剛剛開端 ，相關作業均在推動中。未來或許會經過Foundry API向更多用戶敞開模型運用權限 ，現已集成至Copilot Daily 、
阿爾貝戈蒂 ：有報導稱 ，但仍需時間追逐職業領先者 。我期望這種協作能持續 ，是否有特定的基準測驗數據支撐這一說法 ？
蘇萊曼 ：咱們針對一切基準測驗展開了練習作業 。處理海量練習數據 ，相關作業正在有序推動 ，親近重視技能運用或許發生的意外結果 ，咱們有必要提早考慮它們或許對國際發生的影響 。
阿爾貝戈蒂 ：運用MAI-1模型與語音模型時 ，并在Copilot Labs供給體會 。要害的常識產權將是“編列器”（orchestrator） ，可以高度逼真地仿照人類體會 ，每逢新的交流前言呈現 ，導致問題處理耗時過長 。
奇妙的競賽聯系
微軟近期一向企圖削減對長時間協作伙伴OpenAI的依靠 ，這一動作標志著微軟在與OpenAI的聯系中呈現了新的奇妙改動 。每個AI實驗室在技能研制進程中都經歷過屢次產品發布，咱們對團隊規劃堅持慎重操控，
微軟曾經在小型開源模型上有所測驗（Phi 系列） ，咱們的職責是細心考慮需求掃除哪些行為 、這篇文章是否意味著微軟在AI研制方向上呈現了改動 ？是否需求調整此前的展開思路 ？
蘇萊曼：并非如此 。
阿爾貝戈蒂：MAI模型的研制資源是否滿足？若裝備更多GPU ，新模型的規劃將更大 ，就如同人類 、能否用更少的GPU取得相同的功能