8月29日，微軟人工智能部門（Microsoft AI，簡稱 MAI）正式推出兩款自主研發(fā)的人工智能模型——MAI-Voice-1語音模型和MAI-1-preview通用模型。這一舉措標(biāo)志著微軟在人工智能領(lǐng)域的自主研發(fā)進程中邁出了重要一步，展現(xiàn)了其致力于為用戶提供更強大、高效 AI 工具的決心。?

MAI-Voice-1語音模型展現(xiàn)出了令人矚目的效率。微軟表示，該模型僅需單塊GPU，即可在短短1秒內(nèi)生成時長1分鐘的音頻。這一速度使其成為當(dāng)前極為高效的語音生成系統(tǒng)之一。?

在實際應(yīng)用中，MAI-Voice-1 已經(jīng)被融入到多項微軟的功能中。在 “Copilot Daily” 功能里，AI 主持人借助該模型為用戶播報當(dāng)日的熱點新聞，讓用戶能夠及時了解重要資訊；同時，它還能生成播客風(fēng)格的對話內(nèi)容，幫助用戶深入理解各類復(fù)雜話題。對于普通用戶而言，可在Copilot Labs平臺親身體驗MAI-Voice-1的魅力。用戶不僅能輸入希望AI表達(dá)的內(nèi)容，還能自由地自定義語音音色與說話風(fēng)格，極大地滿足了個性化需求。無論是新聞播報、播客對談，還是故事講述、冥想引導(dǎo)等場景，MAI-Voice-1 都能應(yīng)對自如。用戶可從9種不同的語音中進行選擇，還能挑選多達(dá)31種不同的情緒和播報場景，甚至可以讓模型扮演激情四溢的體育解說員，生動地詮釋賽事。?

MAI-1-preview則是微軟AI首個實現(xiàn)端到端內(nèi)部訓(xùn)練的自研基礎(chǔ)模型。該模型在訓(xùn)練過程中動用了約1.5萬塊英偉達(dá)H100 GPU。目前，它在LMArena文本任務(wù)榜單上排名第13位。雖然落后于一些主要AI玩家的模型，如DeepSeek、谷歌、OpenAI和xAI等，但微軟AI掌門人、DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman認(rèn)為，該模型的表現(xiàn)遠(yuǎn)超其硬件規(guī)模，具備巨大的潛力。?

MAI-1-preview專為特定需求用戶設(shè)計，具備出色的指令遵循能力，能夠針對日常咨詢提供實用、有效的回應(yīng)。微軟計劃在未來幾周內(nèi)，將MAI-1-preview逐步應(yīng)用于Copilot的部分文本場景中，通過收集用戶反饋來進一步優(yōu)化和改進模型，為用戶帶來更優(yōu)質(zhì)的體驗。