微軟推出七款全新 MAI 模型，展示公司如何打造自有的多模態 AI 堆疊，涵蓋推理、編碼、圖像生成、語音、轉錄及企業工作流程適配。
微軟全新的 MAI 模型系列標誌著在 Copilot、Foundry、GitHub、Windows 及企業工作流程中，邁向更自給自足 AI 生態系統的重要一步。微軟不再僅依賴外部前沿實驗室，而是打造內部模型，涵蓋推理、編碼、圖像生成、語音、轉錄及工作流程專屬調整。對 NexusAI 使用者而言，關鍵在於 AI 工具選擇越來越關乎生態系統：哪個平台掌控模型、分發、開發工具、企業數據流及代理訓練循環。
微軟推出七款全新 MAI 模型，是公司希望對其 AI 堆疊擁有更多掌控權的明顯信號。多年來，微軟的 AI 故事緊密連結於 OpenAI 與 Copilot 的分發。新的 MAI 系列展現了更廣泛的策略：打造自家模型，驅動真正的微軟產品，透過 Foundry 服務企業開發者，並適配人們已在使用的工作流程。
該模型系列涵蓋推理、編碼、圖像生成、轉錄與語音。這點很重要，因為微軟不僅推出一款旗艦聊天機器人模型，而是在建構一個多模態模型生態系統，不同專門模型可支援用戶旅程的不同環節：在 VS Code 編寫程式碼、生成圖像、轉錄特定領域音訊、創造語音、推理複雜任務及調整企業工作流程模型。
對 AI 使用者和企業而言，這改變了評估微軟的方式。Copilot 不再只是疊加於第三方模型的介面，而是成為微軟自有模型組合的分發層，圍繞公司產品、企業數據邊界、開發工具及長期 AI 基礎設施策略進行優化。
全新 MAI 系列涵蓋推理、編碼、圖像生成、轉錄與語音，讓微軟對 Copilot、Foundry 及企業 AI 工作流程擁有更多掌控權。
MAI-Code-1-Flash、MAI-Image-2.5、MAI-Transcribe-1.5 與 MAI-Voice-2 展示微軟針對不同真實任務優化不同模型。
Frontier Tuning 與強化學習環境指向能從私有組織工作流程學習，同時受控治理的 AI 模型。
最重要的訊號是自給自足。微軟仍與外部模型供應商緊密連結，但 MAI 推出顯示公司希望在模型堆疊中擁有更多自家能力。這讓微軟能更好掌控成本、安全、產品整合、數據來源、模型調整及產品部署速度。
這很重要，因為微軟擁有全球最大 AI 分發管道之一：Windows、Microsoft 365、GitHub、Azure、Foundry、Teams、Edge 及 Copilot。如果能將這些分發管道與專門的內部模型結合，微軟就能針對真實用戶工作流程優化 AI 體驗，而非將模型視為通用外部服務。
MAI-Thinking-1 是新系列中的旗艦推理模型。微軟定位它為中型模型，專為嚴謹數學、編碼及真實企業部署打造，具備強大的軟體工程效能，且推理資源消耗比更大型模型小。
這個定位很重要，因為並非所有企業工作流程都需要最大型的前沿模型。許多組織需要的是功能齊全、成本效益高、易於部署、安全可控且為其系統調校的模型。MAI-Thinking-1 為微軟提供了可支援重推理任務，且能融入企業雲端與生產力堆疊的模型。
MAI-Code-1-Flash 對開發者尤其重要，因為它直接圍繞 GitHub Copilot 與 VS Code 工作流程打造。微軟表示，該模型不僅優化公開基準表現，更針對真實開發環境、代理編碼任務、指令遵循及高效日常輔助進行訓練。
這反映了編碼 AI 的更廣泛轉變。勝出的模型不一定是最大的一般模型，而是最有效嵌入開發者實際工具中的模型。如果 MAI-Code-1-Flash 能在 Copilot 內更快更便宜地處理常見編碼任務，微軟就能減少對外部編碼模型的依賴，同時提升產品層級效率。
新的 MAI 系列還包含圖像生成、轉錄與語音模型。MAI-Image-2.5 針對文字轉圖像及圖像編輯。MAI-Transcribe-1.5 專注於多語言準確且領域特定的轉錄。MAI-Voice-2 則帶來自然語音生成及多語言支援。
這很重要，因為微軟的 AI 應用範圍遠超聊天機器人。Teams 通話、會議摘要、開發工具、創意資產、文件、無障礙功能、客戶支援、培訓內容及企業知識工作流程，都能從專門模型中受益。多模態 MAI 堆疊為微軟提供更多將 AI 嵌入真實工作的方法。
微軟的 Frontier Tuning 方向或許是此次發布中策略上最重要的部分。其理念是模型能從組織內真實工作的軌跡學習：代理採取的步驟、用戶做出的決策、涉及的工具及定義成功的結果。
對企業而言，這可能使 MAI 模型隨時間變得更有價值。企業不必使用相同的通用模型行為，而能圍繞其工作流程調校 AI 系統，同時保持隱私與控制。這將模型從靜態助手轉變為適應工作流程的系統。
微軟的新 MAI 模型是涵蓋推理、編碼、圖像生成、轉錄與語音的自家系列。包括 MAI-Thinking-1、MAI-Code-1-Flash、MAI-Image-2.5、MAI-Transcribe-1.5 與 MAI-Voice-2 等模型。
微軟打造 MAI 模型是為了更好掌控成本、安全、產品整合、企業部署、模型調整及長期 AI 基礎設施。此策略幫助微軟減少對外部模型供應商的依賴，同時優化 Copilot、Foundry、GitHub 與 Microsoft 365 工作流程的模型。
使用者應將微軟 AI 視為更廣泛的生態系統，而非僅是 Copilot 聊天。價值可能來自 MAI 模型如何跨越編碼、文件、語音、圖像、會議、企業數據及微軟產品堆疊中的自訂工作流程運作。
