微软发布了三款全新的基础模型

微软AI作为这家科技巨头旗下的研究实验室，正式宣布推出三款基础AI模型。这三款模型在周四发布，具备生成文本、语音以及图像的能力。

此次发布显示，微软依旧在致力于打造自身的多模态AI模型，与其他AI实验室展开竞争，即便它和OpenAI的合作关系仍在维持。

根据公司发布的新闻稿，MAI-Transcribe-1具备将25种不同语言的语音转换为文本的能力，其处理速度达到微软Azure Fast产品的2.5倍。MAI-Voice-1属于音频生成模型，能够让用户在一秒钟内生成60秒时长的音频，还支持创建自定义语音。MAI-Image-2则是一款视频生成模型。

MAI-Image-2最初于3月19日在MAI Playground上发布，该平台是一个全新的大型语言模型测试平台。目前，所有三款模型均已在微软Foundry上发布，而转录模型与语音模型也可在MAI Playground中使用。

这些模型是由微软的MAI超级智能团队所开发的，该团队是由微软AI首席执行官Mustafa Suleyman领导的AI研究团队，于2025年11月正式成立并对外宣布。

在微软AI团队，我们正致力于打造人文主义AI。在开发AI模型的过程中，我们秉持着一个独特理念——始终以人为核心，聚焦于优化人们真实的沟通模式，并且所有训练都以实用价值为导向，”Suleyman在其博客文章中如是写道。“大家很快就能在Foundry以及微软的各类产品和体验里，看到更多我们研发的模型成果。”

在日益拥挤的大型语言模型市场中，MAI希望这些模型的卖点是它们比谷歌和OpenAI的更便宜，公司在博客文章中写道。

MAI-Transcribe-1的起步价格是每小时0.36美元。MAI-Voice-1的起步价格为每100万字符22美元，MAI-Image-2的起步价格则分为两种情况：文本输入部分是每100万代币5美元，图像输出部分是每100万代币33美元。

尽管已经推出了自家模型，Suleyman在接受VentureBeat采访时仍强调微软对OpenAI合作关系的坚定承诺——而据他向The Verge透露，近期双方对合作关系的重新协商，也让微软得以切实推进超级智能相关的研究工作。

微软已投入超130亿美元用于人工智能研究实验室的建设，并借助长期合作关系，在旗下各类产品中部署相关模型。在芯片领域，微软采取了相同的策略：既自主研发芯片，也向外部供应商采购芯片。