微软又把大模型预训练往上推了一档。MAI-Base-2完成预训练，总参数2.8T，活跃参数80B，用6000块英伟达GB200跑了整整38天。平均浮点算力利用率21%，有效吞吐量89%。微软自己说，性能强于所有参测的开源权重模型。
更狠的是算力效率。在超大集群上还能保持高效率，工程实力这块基本没对手，效率甩开DeepSeek 4到12倍。这个数字比参数本身更值得琢磨。堆卡谁都会，把卡真正用满才是本事。
应用层也有动静。被称为"中国版OpenRouter"的基元律动，开发者数量突破30万。它用一个API Key统一接入主流模型，还自研了开源智能体OpenSquilla，做多模型智能融合路由。双11期间单笔充值满50元，余额永久有效，多模型调用的门槛压得很低。
空间智能这边也有新东西。MJev-Spatial不走自回归吐文本那条路，而是把候选选项、数值区间和图像区域当成类别打分，直接复用骨干模型预训练的查询和键投影，不增加参数。底座是Qwen3.5-4B，训练数据是1230万组问答对，全部从现有空间数据集转换而来。
成绩也摆在那儿。八个模型评测里它总分最高，65.64%，十二项基准中七项第一，全部十二项都超过未修改的自回归基础模型。推理速度是最快自回归基线的2.5倍，是基础模型的5.6倍。做空间理解，看来不必非得靠生成文本。