微軟發(fā)布首批自研大模型MAI-Voice-1與MAI-1-preview 減少對OpenAI的依賴

微軟近日發(fā)布兩款自研人工智能模型 MAI-Voice-1 和 MAI-1-preview，標(biāo)志著公司在基礎(chǔ)大模型領(lǐng)域邁出關(guān)鍵一步，意在逐步降低對 OpenAI 模型的高度依賴。過去一段時間，微軟在 AI 能力上主要依托 OpenAI，每當(dāng)后者推出最新模型，微軟都會同步宣布這些模型在 Azure 以及旗下各類產(chǎn)品和服務(wù)中“首日上架”。此次推出的 MAI-Voice-1 和 MAI-1-preview，是微軟以自建模型補(bǔ)強(qiáng)自身 AI 版圖的重要動作。

MAI-Voice-1 是一款面向語音生成場景的模型，目前已集成到 Copilot Daily 與 Podcasts 等產(chǎn)品中，并面向公眾開放體驗(yàn)。為展示這款語音模型的完整能力，微軟上線了全新的 Copilot Labs 交互體驗(yàn)頁面，用戶可直接通過瀏覽器進(jìn)行試用。在 Copilot Audio Expressions 體驗(yàn)中，用戶只需粘貼文本內(nèi)容，即可選擇不同的聲音、風(fēng)格和模式，生成高保真、富有表現(xiàn)力的音頻，還可以按需下載生成結(jié)果。微軟強(qiáng)調(diào)，MAI-Voice-1 在性能上也進(jìn)行了深度優(yōu)化，能夠在單塊 GPU 上用不到 1 秒的時間生成長達(dá) 1 分鐘的音頻，兼顧質(zhì)量與效率。

與此同時，微軟也開始在社區(qū)評測平臺 LMArena 上公開測試 MAI-1-preview，這一平臺以對各類大語言模型進(jìn)行對比評估而聞名。MAI-1-preview 被定位為 MAI 體系中的首個“端到端”自研基礎(chǔ)模型，為未來在 Copilot 及更多產(chǎn)品中落地更強(qiáng)模型提供了預(yù)覽窗口。微軟表示，團(tuán)隊(duì)正在通過“飛輪效應(yīng)”持續(xù)推動模型迭代，未來數(shù)月內(nèi)還將公布更多進(jìn)展。

在技術(shù)路徑上，MAI-1-preview 采用 MoE（Mixture-of-Experts，專家混合）架構(gòu)，并在近 1.5 萬塊 NVIDIA H100 GPU 上完成預(yù)訓(xùn)練和后訓(xùn)練，是微軟首個完全在內(nèi)部訓(xùn)練完成的基礎(chǔ)模型。微軟稱，該模型在指令跟隨能力方面表現(xiàn)突出，能夠更好地理解用戶意圖，并為日常問題提供更有幫助、更契合語境的回答。接下來，微軟會在數(shù)周內(nèi)，將 MAI-1-preview 分階段接入 Copilot 中部分與文本生成相關(guān)的使用場景。

值得注意的是，微軟在發(fā)布中明確表示，MAI-1-preview 并不會取代 Copilot 中現(xiàn)有的 OpenAI 模型。公司的整體策略是同時利用自家團(tuán)隊(duì)、合作伙伴以及開源社區(qū)中表現(xiàn)最好的模型，根據(jù)不同任務(wù)與場景進(jìn)行靈活組合與調(diào)度。目前，MAI-1-preview 已在 LMArena 上開放測試，以便更全面地檢驗(yàn)其能力表現(xiàn)，此外，該模型也已通過 API 的方式向部分受信任的測試用戶開放試用。

微軟 AI 團(tuán)隊(duì)在介紹新模型時表示，MAI 已經(jīng)啟用新一代 GB200 計算集群，未來算力儲備與路線圖“令人興奮”。團(tuán)隊(duì)稱，其使命極具雄心，同時也非常幸運(yùn)，能夠與多個旗艦產(chǎn)品團(tuán)隊(duì)緊密合作，讓自研模型有機(jī)會觸達(dá)數(shù)十億用戶，創(chuàng)造廣泛而積極的影響。

通過在繼續(xù)使用 OpenAI 模型的同時，自主開發(fā)并部署多款基礎(chǔ)模型，微軟正在為旗下產(chǎn)品與服務(wù)構(gòu)建更加穩(wěn)健、多元的 AI 基礎(chǔ)設(shè)施，以提升長期戰(zhàn)略上的“AI 自給自足”能力。