微软在人工智能领域的最新进展于本周四揭晓，其自研的两款AI模型正式亮相——一款为语音模型MAI-Voice-1，另一款则是通用模型MAI-1-preview。这两款模型标志着微软在AI自主研发道路上迈出了重要一步。
其中，MAI-Voice-1以其高效的性能尤为引人注目。仅需单块GPU的支持，该模型就能在1秒内生成长达1分钟的音频内容。这一特性已被应用于“Copilot Daily”功能中，AI主持人通过该模型流畅地播报每日热点新闻，甚至还能创造出播客风格的对话，为用户带来全新的听觉体验。更令人兴奋的是，普通用户也有机会在Copilot Labs平台上亲自体验MAI-Voice-1，根据个人喜好自定义语音音色及说话风格，让AI的声音更加贴近用户的心意。
而MAI-1-preview模型则面向有着特定需求的用户群体。为了训练这一模型，微软动用了约1.5万块英伟达H100 GPU，确保了其强大的处理能力。MAI-1-preview具备出色的指令遵循能力，能够为日常咨询提供实用且精准的回应。据悉，该模型将被应用于Copilot助手的特定文本使用场景，进一步丰富Copilot的功能与体验。尽管目前Copilot主要依赖OpenAI的大型语言模型，但MAI-1-preview的加入无疑为其增添了新的活力。值得注意的是，MAI-1-preview已在AI基准测试平台LMArena上公开亮相，接受业界的检验与挑战。
微软AI负责人穆斯塔法・苏莱曼此前曾强调，公司内部研发的AI模型旨在构建更加适配“消费者伙伴”定位的模型。通过整合针对不同用户需求与应用场景的专业模型，微软期望能够释放出AI的巨大价值，为用户带来更加智能化、个性化的服务体验。此次推出的两款自研AI模型，正是这一战略的具体体现。
