微软发布了名为MAI-Image-2-Efficient的图像模型

Microsoft公司在推动人工智能独立性方面的努力，正随着今日MAI-Image-2-Efficient的发布而受到关注。这款模型是其本月初首次亮相的旗舰图像生成模型的精简高效版本。

公司称，新版本的目标是更快速地呈现高质量画面，其成本仅为上一代的一小部分。本月初，微软新组建的MAI超级智能团队发布了最初的MAI-Image-2模型；几周后，由Mustafa Suleyman带领的团队推出了该模型的简化版本，并因此得到了认可。

顾名思义，MAI-Image-2-Efficient的核心在于效率，微软承诺在英伟达公司的H100处理器上运行时，每台图形处理单元的吞吐量将提升四倍。从原始性能来看，它比主型号MAI-Image-2快约22%，优于谷歌有限责任公司（Google LLC）延迟高出40%的Gemini 3.1 Flash，这一数据来自谷歌援引的自家基准测试。

Microsoft指出，MAI-Image-2-Efficient的性价比更为突出，其输入代币定价为每百万个5美元，与旗舰型号保持一致，而输出代币则降至每百万个19.50美元，成本较之前减少了41%。这种采用两层定价的模式，能让用户在追求高品质的创意模式与注重效率的批量生产模式之间灵活切换，这一策略与谷歌、OpenAI集团PBC以及Anthropic PBC等初创企业的做法相契合。该公司还提到，MAI-Image-2-Efficient尤其适用于“流水线”类任务，比如用户界面模型设计、产品摄影以及营销素材制作等场景，在这些工作中，单张图片的成本是需要重点考量的因素。

原版MAI-Image-2的早期反馈颇为积极，它在Arena.ai排行榜上位居第三，凭借逼真的写实效果与复杂字体的渲染能力收获好评——这恰恰是不少其他图像生成模型难以攻克的短板。不过，MAI-Image-2-Efficient是否也存在和其“兄弟模型”一样的恼人限制，目前还未可知。比如，原版模型就因提示词间隔需30秒“冷却”、无法生成非1:1比例的图片，以及内容过滤过于严苛等问题，遭到了不少批评。

Microsoft之所以推动自研模型的开发，是为了降低对OpenAI的依赖——毕竟多年来它在OpenAI身上投入了巨额资金。过去，这家Windows软件巨头几乎完全依靠OpenAI的模型来构建自身的AI产品与能力。不过，它似乎对被一家实力不断壮大、且已显露出独立倾向的公司“绑定”一事颇为谨慎。

就在昨天，CNBC报道称，他们曝光了OpenAI新任首席营收官Denise Dresser的一份内部备忘录。备忘录中，Denise Dresser告诉员工，公司与Microsoft的合作“也限制了我们与企业实际接触的能力”。同时，备忘录指出，OpenAI与亚马逊网络服务公司（Amazon Web Services Inc.）旗下Bedrock平台的新合作是增长的关键推动力，并且提到自2月宣布这一合作以来，入站需求“坦率地说，令人震惊”。

OpenAI还试图将其云基础设施多元化，包括CoreWeave Inc.、Google LLC和Oracle Corp.等供应商，而Microsoft则承担起了风险。Microsoft则于2024年中期将OpenAI加入官方竞争对手名单。

与此同时，Valoir分析师Rebecca Wettemann在今年一月表示，微软对OpenAI的依赖正逐渐成为投资者的一大顾虑。毕竟OpenAI当前正遭遇来自谷歌、Anthropic等同行的激烈竞争。“投资者的耐心在不断消磨，核心原因在于微软最终能获得的回报，很大程度上取决于OpenAI带来的收益，可这些目前大多还停留在假设阶段。”她如此解释。

开发自己的模型对Microsoft来说可能更有利可图。MAI模型现在成为用户要求公司Copilot工具生成图像时的默认选项，取代了OpenAI的DALL-E模型。这意味着Microsoft可以将所有产生的成本留给自己，而无需向OpenAI支付许可费。

MAI-Image-2-Efficient对推动微软的代理型AI战略同样具有促进作用。随着Copilot Cowork、Agent 365等服务的陆续推出，微软正朝着人工智能可代表用户完成复杂多步骤任务与工作流程的方向迈进。当自主代理需要为新营销活动开发相关材料时，低延迟与成本控制至关重要，这能让它实现大规模的迭代优化。

Microsoft表示，MAI-Image-2-Efficient现已通过Microsoft Foundry和MAI Playground提供。