微软公布 MAI 编码、图像与语音模型及授权权重方案

公告列出日常编码、图像编辑和实时语音等用途,并提出在客户自己的 Azure 环境中运行授权模型;编码模型也明确保留了任务适用范围。

Share
微软公布 MAI 编码、图像与语音模型及授权权重方案
原文配图 · 图片出处

资讯整理 · microsoft.ai · 原文日期 2026-11-18

编码模型聚焦日常开发

微软将 MAI Code 2 的重点放在企业日常编码,并称已针对仪表盘和可视化生成进行调优。公司同时明确,这批模型尚未针对基础科学研究、超长周期智能体任务等更难的问题进行调优。因此,公告描述的日常开发能力不能直接外推到这些复杂任务。

图像编辑与批量生成

图像部分包括面向编辑任务的 MAI Image 2.7,以及面向大批量生成场景的 Flash 版本。微软给出的 Flash 报价约为每千张图像十美元,并表示两款模型均已在 Microsoft Foundry 提供。这是公告列出的产品用途、报价与入口,本文不据此推断实际编辑质量或生成效果。

实时语音按音频分钟起价

MAI Realtime 1 是微软此次介绍的首款实时语音到语音模型,设计目标是自然、低延迟的对话。公告称,其面向企业规模使用的价格从每音频分钟零点零一美元起,用户可在 MAI Labs 试用并登记使用意向。这里的价格属于起步报价,低延迟则是厂商描述的设计目标。

授权权重部署在自有 Azure 环境

MAI Licensed Weights 方案允许客户使用自己的专有数据定制模型,再在自己的 Azure 环境中运行;定制属于可选步骤。按微软的描述,客户控制访问权限,保留数据及适配成果,公司则通过 Frontier Company 协助交付定制模型,并将其接入客户自己的产品与智能体。

原始标题:Seven new world-class models at scalable price-performance
来源:microsoft.ai