微软研究院开发机器学习系统，为美国66,935座变电站预报空间天气风险
微软研究院实习生 Rohan Kannan 开发了一套端到端机器学习系统，可提前30至60分钟为美国本土66,935座变电站给出空间天气风险估计。系统先用 L1 拉格朗日点的太阳风观测预报 AE 和 Dst 指数，再结合各变电站纬度、地质电导率等特征，用梯度提升模型估计 dB/dt 并汇总为大陆尺度风险评估。
推荐理由：读者可了解一套端到端机器学习管线如何把太阳风观测与地质条件结合，提前30至60分钟给出变电站级风险评估。
Microsoft Research精选AI 评分6060
Microsoft Research精选AI 评分7070 微软研究：将物理AI推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载做了系统测量，发现把物理AI推理从机器人板载GPU卸载到边缘或云端GPU，可提升任务成功率并延长续航。在内存不足的小GPU上，建图与规划比A100慢最多383%，导航障碍及时检测率下降30%，VLA模型精度下降50%；用Raspberry Pi-5替代板载GPU后，Jetson Thor等大GPU曾使Stretch-3续航缩短最多160%。
推荐理由：微软团队系统测量了机器人端侧与卸载推理的差异，给出任务成功率与续航的量化对比，可供设计物理AI推理系统参考。
已经到底了