新浪新闻是什么级别的媒体

　　【导读】微软紧跟OpenAI的节奏，在同一天也亲自下场发布了微软自研的两个大模型：语音模型MAI-Voice-1和通用模型MAI-1-preview。对于这位老大哥，亲自下场做的第一个AI大模型，效果究竟怎么样？

　　MAI-Voice-1语音模型效率极高：单GPU秒出1分钟音频！使用Copilot即可体验。

　　这标志着在多年依赖OpenAI模型之后，微软AI部门正式与OpenAI及整个行业正面竞争，也意味着微软在AI竞赛中，开始掌握更多主动权。

　　在接受采访时，Suleyman 表示：「微软是世界上最大的公司之一。我们必须具备内部能力，来打造世界最强的模型。」

　　除此之外，语音的自然和富有表现力也是重点，这覆盖到了单人叙述与多说话人对话两种常见内容形态。

　　下面是两段该模型生成的语音Demo，你可以听听看，满分5分想给几分？是否还有AI味呢？欢迎在评论区留下您的测评意见。

　　OpenAI目前估值约5000亿美元，微软一家的投资就超过了130亿美元，而OpenAI也依赖微软的云基础设施来运行其模型。

　　但现在宣布：「未来几周，我们将在Copilot的部分文本任务中逐步推出MAI-1-preview，以便从用户反馈中学习和改进。」

　　去年，微软在年度财报中正式将OpenAI列入竞争对手名单，之前多年来只包含亚马逊、苹果、谷歌和 Meta等科技巨头。

　　近几个月，OpenAI也转向CoreWeave、谷歌和甲骨文等其他云服务商，以满足激增的算力需求。

　　该模型在语音自然性、情感丰富度、低延迟响应上显著提升，能够在一句话之内实现语调、语言的无缝切换，还支持工具调用、指令跟随能力。

　　微软此举既是对OpenAI合作的补充，也为自己与OpenAI的重大商业谈判中增加了可观的筹码。

　　MAI‑1‑preview采用MoE架构，训练规模适中但更关注指令遵循和响应效率，能兼顾性能与成本。

　　Suleyman强调，微软未来会继续使用OpenAI的模型，也会用开源模型，但关键在于「编排器」（orchestrator）。

　　Suleyman认为自研的新模型表现远超其硬件规模，完全可以和世界上最强的模型媲美，而且现在才刚刚开始调优。

　　微软AI算力充沛，已经在使用全球最大的数据中心之一，并配备了Nvidia下一代GB-200芯片，研发下一版本模型。

　　现在训练模型的核心能力，已经越来越变成了一种「工艺」——选对数据，避免把算力浪费在无效的token上。

　　Suleyman坦言：「构建这样规模的集群、训练如此庞大的数据，需要不断的调试、迭代和耐心。这是每一家实验室都会面临的难题。」

　　之前，Suleyman在Inflection，甚至DeepMind都有相关经验，不过那时候算力规模较小，GPU还没有动辄十万张。