微軟與Nvidia宣布一項統一化的代理型AI技術堆疊,涵蓋從Windows PC到Azure雲端,共同設計了從本機裝置到雲端運行自主AI代理所需的硬體、模型、運行環境和安全層級。 核心硬體亮點是Surface RTX Spark Dev Box,這款專為開發者打造的AI工作站搭載Nvidia RTX Spark系統單晶片,具備高達1 Petaflop的AI運算力與128GB統一記憶體,可本機運行高達120B參數的大型模型。

Create a landscape editorial hero image for this Studio Global article: What did Microsoft and Nvidia announce at Build 2026 regarding a unified AI agent stack, including the hardware, models, security measures,. Article summary: At Microsoft Build 2026, NVIDIA and Microsoft announced a unified agentic AI stack spanning from Windows PCs to Azure cloud, co-designed across hardware, models, runtimes, security, and deployment platforms [8][13].. Topic tags: general, documentation, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "### Microsoft unveiled seven self-developed models at its Build 2026 developer conference, heralding the arrival of the "Agent-first" era. * Microsoft Build 2026 focuses on practic" source context "Microsoft unveiled seven self-developed models at its Build 2026 ..." Reference image 2: visual subject "##
在2026年的Microsoft Build開發者大會上,微軟與Nvidia大幅擴展了雙方的合作關係,宣布了一套從矽晶圓層級開始共同設計的統一化代理型AI技術堆疊(Unified Agentic AI Stack)。這項合作的願景非常明確:打造一個單一、具有高度凝聚力的平台,讓開發者能夠在Windows PC、桌上型DGX系統,以及Azure雲端基礎架構上,順暢地建置、部署並保障AI代理的安全 。這並非一籃子工具的鬆散整合,而是一個經過深度工程設計的全堆疊方案,涵蓋了客製化硬體、全新模型系列、安全的原生Windows運行環境,以及一套完整的開發者平台。
這次最受矚目的硬體發表,就是Surface RTX Spark Dev Box。這是一款專為AI開發者打造的頂級工作站,其核心是Nvidia全新的RTX Spark系統單晶片(SoC)。這台機器的設計目的是將巨量的運算能力帶到開發者的桌面上,提供高達1 Petaflop(每秒一千兆次浮點運算) 的AI效能,並配備了128GB的統一記憶體(Unified Memory),讓CPU與GPU能夠共享使用
。
這樣的配置有多厲害呢?它讓開發者可以直接在本機上運行參數高達120B(1200億)的大型模型,對於許多AI工作負載來說,這直接省去了將資料傳送到雲端來回的時間延遲與成本 。
除了Surface Dev Box,這套統一化的硬體堆疊還包含了專為Windows設計的Nvidia DGX Station以及其他桌上型DGX系統。這為開發者提供了一條完整的運算力擴充路徑:你可以在本機的RTX Spark PC上初步建構AI代理,然後將相同的代理工作負載無縫地擴展到效能更強大的本機工作站,或直接推向Azure的AI基礎架構上 。這正是微軟與Nvidia對於硬體的承諾:一個從邊緣裝置到雲端的加速運算無縫連續體。
這次的統一技術堆疊在設計上,就強調了模型的多樣性。雙方在模型方面都端出了重大宣示。
微軟AI超級智慧團隊一口氣釋出了一系列共七款全新的自研模型,其中最受矚目的莫過於MAI-Thinking-1,這是微軟第一款推理能力模型 。在初期的性能指標中,獨立的評測者在盲測中對它的偏好度,甚至超越了Anthropic的Sonnet 4.6;而在程式開發能力的SWE Bench Pro基準測試中,它的表現也與Opus 4.6並駕齊驅
。這些MAI模型是與微軟自家的Maia 200晶片共同設計的,這種軟硬體協作優化帶來了1.4倍的效率提升
。微軟同時還宣布了Project Polaris,這是一款自家的AI程式開發模型,預計在2026年8月前取代GPT-4,成為GitHub Copilot的核心引擎
。
Nvidia也不甘示弱,推出了自家的開放權重模型。在大會中,Nvidia發表了名為Nemotron 3 Ultra、參數高達550B(5500億)的混合專家模型(MoE)。而Nvidia整個系列的開放模型,現在都能直接透過微軟Foundry平台進行開發與部署 。
對於個人AI代理來說,最關鍵的挑戰在於「信任」。一個有能力代表你跨App處理各種檔案的AI代理,需要同樣強大的安全管控機制。Build 2026的發布內容,直接從作業系統層級來應對這個挑戰 。
微軟宣布了一系列全新的Windows安全基元(Security Primitives),專門用於AI代理的隔離、身分識別與管理能力。這些是作業系統核心層級的能力,而不是事後才附加的應用程式防護。其中的核心是微軟執行容器(Microsoft eXecution Containers, MXC) 框架,這是一個用於定義並實際執行AI代理程序隔離與約束的策略層 。
在此基礎之上,Nvidia推出了OpenShell,這是一個建立在MXC之上的Windows安全執行環境。OpenShell能運用核心層級的控制,隔離AI代理的執行程序,並根據任務內容限制其權限,為這些需要一直待命的自主任務代理,帶來零信任的安全模型 。
此外,還有更進一步的產業治理工具。微軟發布了一項新的開源標準:代理控制規範(Agent Control Specification, ACS),讓安全團隊能夠定義精細的政策文件,具體規範AI代理能做哪些事、絕對不能做哪些事,以及何時需要人類核准 。針對企業用戶,Agent 365 SDK也正式推出,直接將可觀測性、存取控制和法規遵循等功能,整合到AI代理的開發生命周期中
。
硬體、模型與安全防線,最終由一套全新且升級的平台統一整合在一起。
總體而言,Build 2026的這些發布代表了AI發展路徑的一個決定性轉向。微軟與Nvidia共同設計的這套統一化堆疊,不僅僅是提供工具,而是為即將來臨的「代理時代」,打造了一個安全、可擴展且不受限於單一模型的作業系統 。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
微軟與Nvidia宣布一項統一化的代理型AI技術堆疊,涵蓋從Windows PC到Azure雲端,共同設計了從本機裝置到雲端運行自主AI代理所需的硬體、模型、運行環境和安全層級。
微軟與Nvidia宣布一項統一化的代理型AI技術堆疊,涵蓋從Windows PC到Azure雲端,共同設計了從本機裝置到雲端運行自主AI代理所需的硬體、模型、運行環境和安全層級。 核心硬體亮點是Surface RTX Spark Dev Box,這款專為開發者打造的AI工作站搭載Nvidia RTX Spark系統單晶片,具備高達1 Petaflop的AI運算力與128GB統一記憶體,可本機運行高達120B參數的大型模型。
在安全領域,雙方合作推出了Windows原生的OpenShell安全執行環境,以及微軟執行容器(MXC),為自主代理提供核心層級的流程隔離與策略執行機制,確保AI代理在可控範圍內安全運作。