4月17日，微软研究团队推出开源大型语言模型BitNet b1.58 2B4T，参数达20亿，却仅需0.4GB内存，颠覆AI计算效率。该模型采用1.58位低精度架构原生训练，摒弃传统后量化方式，性能接近全精度模型。通过创新BitLinear层及W1.58A8配置，每权重仅需1.58位存储。模型历经预训练、SFT微调及DPO优化三阶段开发，表现优异，能耗低至每token 0.028焦耳，CPU解码延迟29毫秒。目前，BitNet已以MIT许可证在Hugging Face发布，但高效性需依赖微软专用C++框架bitnet.cpp实现。微软计划优化GPU/NPU支持，扩展上下文窗口并探索多语言功能。