微软推出内部新AI模型，称成本比OpenAI降低高达89%

微软AI于周三向公众预览发布了两款新的内部模型——MAI-Image-2.5-Pro（迄今为止保真度最高的图像生成器）和MAI-Voice-2-Flash（专为高容量企业工作负载构建的语音模型），同时发布了生产数据，这构成了该公司迄今为止最激进的论点：它可以依靠自己的产品，而不依赖OpenAI的前沿模型。这一公告由微软AI的超级智能团队发布，大约是在该公司承诺内部构建专用模型一年后，并且以异常详细的说明指出了这些模型现在运行的位置：Bing、PowerPoint、OneDrive、Dynamics 365、Excel、GitHub Copilot和Azure。向企业买家（以及隐含地针对OpenAI）传递的信息是，微软的自研模型不再是研究项目；它们是服务于数百万用户的生产基础设施。

这两个新版本分别位于微软所谓的质量-速度-成本曲线的两端。MAI-Image-2.5-Pro瞄准高端市场：主视觉图像、详细编辑和精确的图像内文本渲染——后者长期以来一直是图像生成模型众所周知的弱点。微软对该模型的定价为每百万文本输入令牌5美元，每百万图像输入令牌8美元，每百万图像输出令牌106美元。基础的MAI-Image-2.5模型最近在Arena社区排行榜上以图像编辑第二名的成绩亮相，该排行榜已成为生成式媒体的事实记分牌。

创意行业似乎正在关注。广告巨头WPP的全球首席创意官Rob Reilly在微软公告中包含的一份声明中称Pro模型是“GenMedia工具的一次重大飞跃”，并补充说“微软已牢固地确立了自己在生成式AI领域的领导者地位”。MAI-Voice-2-Flash则走了另一条路线：首次在微软Build大会上预览，Flash的运行速度是MAI-Voice-2的两倍，成本低32%。

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify