Microsoft通过三个新的基础模型与人工智能竞争对手展开较量

Microsoft这家科技巨头的研究实验室AI于周四宣布发布三个基础人工智能模型，可以生成文本、语音和图像。

该发布标志着Microsoft继续推动构建自己的多模式人工智能模型堆栈 - 并与竞争对手的人工智能实验室竞争 - 尽管它仍然与OpenAI联系在一起。

据公司新闻稿称，MAI-Transcribe-1可将25种不同语言的语音转录为文本，速度比Microsoft的Azure Fast产品快2.5倍。 MAI-Voice-1是一种音频生成模型。该语音模型允许用户在一秒钟内生成60秒的音频，并允许用户创建自定义语音。 MAI-Image-2是一个视频生成模型。

MAI-Image-2最初于3月19日在新的大型语言模型测试软件MAI Playground上发布。现在，所有三个模型均在Microsoft Foundry上发布，转录和语音模型也可在MAI Playground中使用。

这些模型由微软的MAI Superintelligence团队开发，这是一个由Microsoft AICEOMustafa Suleyman领导的人工智能研究团队，于2025年11月成立并宣布。

“在Microsoft AI，我们正在构建人文主义人工智能。在创建人工智能模型时，我们有一个独特的观点——以人类为中心，优化人们的实际沟通方式，针对实际用途进行培训，”苏莱曼在博客文章中写道。 “您很快就会在Foundry中以及直接在Microsoft产品和体验中看到我们提供的更多模型。”

该公司在博客文章中写道，在日益拥挤的法学硕士市场中，MAI希望这些模型的卖点是它们比Google和OpenAI的模型更便宜。