微軟發佈 MAI Code1.1Flash 模型，GitHub Copilot 將支持本地與雲端混合推理

微軟於2026年10月7日的 Windows 和 Surface 發佈會上宣佈，將於本月底前爲 GitHub Copilot 引入本地 AI 模型支持，允許開發者在雲端與設備端模型之間自由切換或實現自動調度。

針對端側推理中的內存瓶頸與長上下文資源佔用問題，微軟推出了高效的 MAI Code1.1Flash 混合專家（MoE）模型。該模型擁有1370億總參數及68億激活參數，結合量化與投機解碼技術，在顯著降低內存佔用的同時提升了設備端編碼響應速度，並率先搭載於配備 NVIDIA RTX Spark 硬件的新款 Surface Laptop Ultra。

在具體應用上，用戶可通過 GitHub Copilot CLI、Copilot 應用及 Visual Studio Code 自主選擇推理模式，既可依賴 Copilot 後臺自動協調資源，也可指定通過 Windows ML 供應商或兼容 OpenAI 的本地端點調用 MAI Code1.1Flash 等本地模型。安全性方面，系統集成了 Windows 團隊構建的微軟執行容器（MXC），利用各操作系統原生的容器隔離機制保障代碼運行安全。

此次升級標誌着 AI 編碼助手正加速從純雲端依賴向“雲端+端側”協同的混合架構演進。這一舉措不僅簡化了本地模型的部署門檻，也爲高隱私、低延遲的開發場景提供了更高效的落地方案。