微軟AI發布首款推理模型MAI-Thinking-1及六款原生新模型，推出私有強化學習「前沿微調」服務

据動察 Beating 監測，微軟 AI 部門（Microsoft AI，簡稱 MAI）負責人穆斯塔法·蘇萊曼（Mustafa Suleyman）在 Build 2026 開發者大會上宣布推出全新自研的 MAI 原生模型家族。該系列共包含 7 款模型，涵蓋推理、編程、圖像、轉寫和語音等領域，全部由微軟從零訓練，未使用任何第三方模型進行知識蒸餾，且所有資料集均已獲得合規授權。微軟表示，將致力於構建「人本超智能（Humanist Superintelligence）」，確保前沿 AI 作為人類的輔助工具並接受人類監督。同時，微軟已上線的 GB200 算力集群也已全面投入使用，用於推動這一模型生態的持續迭代。

MAI 家族的旗艦推理模型 MAI-Thinking-1 擁有 350 億活躍參數，採用混合專家（MoE）架構，提供 128K 上下文窗口。在 SWE-bench Pro 等主流軟件工程與數學推理評估中，該模型達到了與 Claude Opus 4.6 相當的水平，且在盲測人類評估中優於 Claude Sonnet 4.6。面向編程場景，MAI 推出了擁有 50 億參數的智能體編程模型 MAI-Code-1-Flash，該模型將深度整合至 GitHub Copilot 及 VS Code，以更低的推理成本提供與 Claude Haiku 相當的表現。在多模態方面，MAI-Image-2.5 及其 Flash 變體支持高精度文生圖與圖像編輯，圖像質量評分超越了 Nano Banana Pro；語音與轉錄方面則推出了 SOTA 精度、高出競品 5 倍速度的 43 語言轉錄模型 MAI-Transcribe-1.5，以及支持 15 種語言、具備情緒控制和零樣本克隆的語音生成模型 MAI-Voice-2 及其 Flash 變體。上述模型不僅在 Azure AI Foundry 部署，還將上架 OpenRouter、Fireworks 和 Baseten，並首次支持開發者自行微調權重。微軟還透露，通過將模型與自研芯片 Maia 200 進行聯合軟硬協同優化，實現了 1.4 倍的計算效能提升。

除基礎模型發布外，微軟推出了基於強化學習環境（RLE）的「前沿微調（Frontier Tuning）」服務。該服務允許企業在完全受控的隔離環境（「訓練健身房」）中，利用其內部的操作軌跡、決策序列和專業數據對 MAI 模型進行定制訓練。測試表明，經過 Frontier Tuning 後的定制模型效率大幅提升，其中面向 Excel 優化後的 MAI 模型效能對齊 GPT-5.4，但效率高出 10 倍；為麥肯錫定制的 MAI 模型在達成最高勝率的同時降低了近 10 倍成本。此外，微軟宣布與全球頂尖醫療機構梅奧診所（Mayo Clinic）達成戰略合作，基於梅奧的臨床數據和微軟的 AI 底座聯合開發臨床推理大模型。該模型由梅奧診所擁有所有權，將首先部署在梅奧內部用於早期診斷與治療方案設計，隨後通過 Azure AI Foundry 開放給其他醫療機構。