微软人工智能部门于近日宣布，正式推出两款自主研发的AI模型——MAI-Voice-1语音模型和MAI-1-preview通用模型，标志着微软在AI领域的又一重要进展。
据悉，MAI-Voice-1语音模型展现了强大的性能，仅需单块GPU即可在极短时间内生成高质量的音频。具体而言，它能够在1秒内生成时长1分钟的音频内容，这一速度在业界实属罕见。微软已将这一模型应用于多项功能中，如“Copilot Daily”功能，AI主持人通过该模型播报热点新闻，同时，它还能生成播客风格的对话内容，帮助用户更好地理解各类话题。
对于普通用户而言，他们可以在Copilot Labs平台上亲身体验MAI-Voice-1的魅力。用户不仅可以输入希望AI表达的内容，还可以自定义语音音色和说话风格，这使得AI生成的内容更加个性化和符合用户需求。
与此同时，微软还推出了MAI-1-preview通用模型。这款模型的训练过程动用了约1.5万块英伟达H100 GPU，足见其在技术上的投入之大。MAI-1-preview模型专为特定需求用户设计，具备强大的指令遵循能力，可以为日常咨询提供实用回应。微软表示，这一模型将为用户带来全新的AI体验，并引领Copilot未来功能的发展方向。
值得注意的是，微软AI负责人在此前的一次访谈中透露，公司内部研发的AI模型并未将企业级应用场景作为核心方向。相反，他们更注重打造一款对消费者而言体验极佳的产品，并针对自身应用场景进行深度优化。微软拥有海量高预测性、高实用性的数据，这使得他们有信心构建真正适配“消费者伙伴”定位的模型。
据了解，微软计划将MAI-1-preview模型应用于Copilot助手的特定文本使用场景。目前，Copilot主要依赖OpenAI的大型语言模型，而MAI-1-preview模型的引入将为其带来更加多样化和个性化的功能。该模型还已开始在AI基准测试平台LMArena上进行公开测试，以进一步验证其性能和可靠性。
