每天 8 点，5 分钟看懂微软技术圈。今天是 2026 年 10 月 2 日，星期五。
今日速览
- 微软一次放出三款语音模型：首个流式转录模型 MAI-Transcribe-2-Streaming 登顶 Artificial Analysis，另配两款文本转语音模型。
- Windows 11 26H2 开始省内存，同配置下最多少占 2GB，但好处集中在 32GB、48GB 这些高配机器上，8GB 设备几乎没感觉。
- Foundry IQ 在 Copilot Studio 转正，企业知识库可以直接接给智能体，全程走私有网络，不必开公网。
- Edge 里的 Copilot 换脸：新图标、简化侧栏，外加 Voice 与 Vision 两项能力，10 月中旬起自动铺开。
- 安全侧两枚提权漏洞：Windows Hello 与 HEVC 解码库各有一处堆溢出，评分都在高危区间。
一、微软首发流式转录模型，语音智能体开始边听边想
10 月 1 日，微软 AI 一次发布三款语音模型：MAI-Transcribe-2-Streaming 、MAI-Voice-2.1 和 MAI-Voice-2.1-Flash，全部通过 Microsoft Foundry 提供。这是 MAI 音频产品线一个月内的第二次扩容，上个月刚发的 MAI-Transcribe-2 是非流式版本。
先说转录这一半，变化在于不用等你说完。 之前的语音识别要等一句话结束才吐文本，流式模型的作法是边收音频边给结果：收到音频 100 毫秒出头就产生第一版假设，官方叫 partial，随着上下文补进来不断修正，等这一句说完立即定稿。它覆盖 60 种语言，中途换语言也能自动切换检测。最终词错误率 2.5%，首次部分转录错误率 2.8%，从说完到给出最终文本 0.13 秒，在 Artificial Analysis 的最终与部分转录两项准确率榜上都排第一，并落在该榜准确率与延迟的帕累托前沿上。微软内部评测称，实时听写和字幕场景下，词出现在文本里的速度约为最接近竞品的两倍。定价是每小时音频 0.54 美元，优惠延续到年底。
这个第一名的口径值得交代清楚，免得被榜单数字带偏。Artificial Analysis 的流式词错误率指数，用的是约八小时真实音频，来自三个数据集：通话与智能体对话类占一半，另外两个多语种与财报电话各占四分之一，覆盖不同口音、专业术语和噪声环境。它的两项计时都从语音活动检测判定说话结束的那一刻起算。所以那个 0.13 秒是"说完到定稿"，而"词开始出现"另有一组数字：多数情况下约 320 毫秒，最接近的竞品要 500 毫秒以上。
先给一半这件事，改变的是应用能做什么。 客服智能体可以在用户还没说完时就判断来意、去查库存，或者提前准备一次工具调用；会议字幕可以几乎跟着话音出现。代价是多了一层状态管理：partial 会被反复改写，凡是基于 partial 就动手的逻辑，都要想清楚万一后面被推翻该怎么回滚。
再说发声这一半。 MAI-Voice-2.1 是目前微软表达力最强的文本转语音模型，支持 23 种语言、26 个地区变体，重点在一个音色走遍所有语言：同一个说话人切到中文或德语时音色保持一致，还能自动改用当地口音，而不是把一种口音拖到所有语言里。价格是每百万字符 22 美元。Flash 版覆盖同样的语言和跨语言音色，但为高并发、低延迟场景做了取舍：单次可生成 45 秒音频，端到端延迟 150 毫秒，推理速度比同档模型快 55%，成本低约 60%，每百万字符 15 美元。两款都支持用几秒参考音频做音色克隆，也带了同意校验，用来拦住冒用。
官方还给了一个四千人参与的图灵测试结果：把两款新语音模型放在一起，50.3% 的听众认为其表现与真人录音相当或更自然。数字不算压倒性，但足以说明自然度这一档已经跨过去了。
把两头拼起来看就清楚了。 微软把语音智能体描述成一个环路：听、理解、决策、发声，四步都要挤进人还觉得这是对话的时间窗里。转录慢一秒，决策就晚一秒；合成慢一秒，回复就晚一秒。流式转录压前面，Flash 压后面，省下的时间留给推理和工具调用。可用渠道上，MAI-Voice-2.1 与 Flash 走 OpenRouter，三款都上 Foundry、MAI Playground、Vercel 和 Azure Voice Live，LiveKit 随后支持。
二、Windows 11 26H2 悄悄省内存，受益的却不是最需要的人
9 月 30 日推送的 26H2 开始出现一批实测反馈，方向是内存占用下降。
有用户在 Reddit 上贴出数据，升级后开机内存占用少了约 2GB；另一位用户报告从 9.1GB 降到 7.5GB。可这两台机器分别是 48GB 和 32GB 的配置，减掉 2GB 对它们几乎无感。对照之下，8GB 设备的情况没变：有用户反馈升级后内存占用几乎没有改善，开机仍占掉 7.4GB 左右，接近总容量的 96%，留给应用的余量很小。
这组对比之所以被反复讨论，是因为它正好戳在微软过去的承诺上。Windows 与设备部门负责人此前多次公开表示，降低系统内存占用是团队的重要目标，并计划通过优化 WinUI 框架、改进 Chromium 与 WebView2 组件来提升 8GB 及以上设备的体验。现在的反馈说明进展是有的，只是先落在不缺内存的机器上。
有一点需要说清：1.5GB 到 2GB 这个区间来自社区样本，不是微软给出的基准值，同配置机器浮动不小，把省内存当成升级理由并不划算。社区同期还冒出数位笔失灵的抱怨，目前只是个例，够不上结论，但主力生产力机器去当第一批用户，试错成本一向偏高。
补一个时间点的提醒：国庆这几天不急着升级的人并不吃亏。26H2 的首个月度更新排在 10 月 13 日，家庭与专业版的支持周期重置为 24 个月、企业版 36 个月，而 24H2 家庭与专业版恰在这一天停止支持。
三、Foundry IQ 在 Copilot Studio 转正，企业知识库能走私有网络接进来
10 月 1 日，微软宣布 Foundry IQ 与 Copilot Studio 的集成正式可用。这条能力解决的是智能体怎么接企业数据这个老问题：过去每接一个数据源都要单独配一遍权限和检索，Foundry IQ 把它收成一个受管的知识层，只要接一个知识库，取数、排序、权限判断都由它统一处理。
对企业在意的部分，这次的重点是私有连接。GA 版本支持通过 Azure Private Link 加 Power Platform 的 VNet 支持接入，不需要在底层的 Azure AI Search 上开公网访问。配置大致分四段：先在 Azure AI Search 上建好私有终结点并开私有 DNS 集成，再在 Power Platform 里为委派子网建一个子网注入式的企业策略，然后在 Copilot Studio 里新建 Foundry IQ 连接、选认证方式与知识库，最后在发布前逐项验证检索是否真的走私有路径、不同权限的用户是否只拿到被授权的部分。
认证支持 API 密钥、客户端证书、服务主体和 Entra ID 集成认证，官方建议优先用 Entra ID 并按最小权限配置。连接建好后还能看活动轨迹，确认 Foundry IQ 确实执行了检索、返回了哪些条目，这对排查答非所问很直接。
四、Edge 里的 Copilot 换新：图标、侧栏，加上 Voice 与 Vision
消息中心 MC1484007 给出了 Edge Copilot 的改版计划。这次调整分三层：Edge 内所有 Copilot 入口统一换新图标，侧栏采用更简化的布局，功能上补进 Copilot Voice 与 Copilot Vision。安全、合规与企业管理策略维持不变，管理员已有的策略继续可用。
铺开节奏是 10 月中旬开始、10 月中旬完成，随更新自动生效，不需要管理员在铺开前做任何动作。仍在 Edge 里开着 Copilot 的用户都会看到变化，IT 侧要做的只是复核当前配置、更新内部说明，并提醒用户界面换了。
有一条细节和 9 月那次改动连得上：Copilot 的网址即将重定向，官方提醒组织先确认能连到 copilot.cloud.microsoft，再做后续的 URL 迁移。这次改的虽然只是外观与入口，但它意味着 Edge 里的 Copilot 正在从一个侧栏小助手，往带语音和视觉输入的入口走。
五、M365 十月路线图：Teams 把会诊和通话健康收进一个窗格
微软 365 路线图这周更新的条目里，有一条对运维团队最实用：Teams 管理中心正在把全组织的会议与通话健康监测收进单一窗格，管理员可以在里面发现重复出现的问题模式、定位受影响的用户，并主动处理进行中和已结束的会议与通话，不用在多个工具和报表之间来回跳。目前面向商用与 GCC 环境滚动推出。
其余几条按重要性排：
- Purview 内部风险管理接入 Fabric 风险指标：把 Power BI 里可能导致数据安全事件的活动做成可直接引用的指标，供数据窃取与数据泄露策略使用，面向 GCC、GCC High 与 DoD。
- Word 与 PowerPoint 支持实时语音交互：用语音与 Copilot 对话、实时理解文档或演示文稿内容。这条 9 月 9 日更新过一次，说明是重新发布并补上改动。
- Viva Insights 把 Power BI 报告发布能力从分析师扩到领导人角色，首席级、经理及其代理都能直接分发报告。
- PowerPoint 的 Copilot 支持异步通知：离开 PowerPoint、换设备或下线，完成后由 Copilot 通知。
顺带一条节奏上的变化：Teams 的新增功能栏目从月度改为季度 ，下一次分别在 12 月、3 月、6 月，届时一次性汇总整季内容。同批 GA 的还有 Teams Phone Agent，作为企业电话线的 AI 接待，支持 60 多种语言，接起常规请求后再带上下文转给对应部门或员工。
六、速报
- 两枚提权漏洞进入视野：CVE-2026-81354 是 Windows Hello 里的堆缓冲区溢出，评分 8.2，影响范围从 Windows 10 1809 一直到 Windows 11 26H1 的多个版本；CVE-2026-58600 落在 HEVC 视频扩展的解码库，同样为堆溢出，评分 7.8。两者都需要本地权限，属于典型的先站稳再提权链条，补丁随月度更新下发。
- 领导层再动一次：负责 LinkedIn 近六年、去年起兼管 Office、今年又接手 Teams 的 Ryan Roslansky 将于年底离职，Office 与 Teams 团队整体并入 Charles Lamanna 主管的 Copilot、Agents 与 Platform 组织。这是今年 Office 团队的第二次重组。
- Azure SQL 在虚拟机上有了托管性能监控，公开预览，由 SQL IaaS Agent 扩展采集数据送到微软托管的管道，配资源级与整体级看板，还能通过受 RBAC 保护的 Azure Data Explorer 代理端点用 KQL 查数据。
- 两代机密计算虚拟机给出退役时间表：DCsv3 与 DCdsv3 系列将于 2029 年 10 月 31 日退役，2026 年 11 月 1 日起开始施加容量限制，相关预留实例在 2026 年 10 月 31 日后不再售卖或续订。
今天这几条里，四条都落在让智能体更好用这条线上：语音模型补感知与表达，Foundry IQ 补企业知识接入，Edge 补入口与多模态，Teams 把运维收拢。真正属于普通 Windows 用户的那条反而不那么热闹，26H2 在省内存，只是还轮不到内存最紧张的那批机器。