微软 Build 2026 重磅发布：MAI-Thinking-1 推理模型盲测优于 Claude Sonnet，MAI-Code-1 赋能 GitHub Copilot，加速摆脱 OpenAI 依赖
在 Microsoft Build 2026 大会上，微软正式宣布了其内部 MAI (Microsoft Artificial Intelligence) 模型家族的重大扩展。由微软 AI 超智能团队开发的新一代模型包括首个从头训练的推理模型 MAI-Thinking-1 和专为 GitHub Copilot 打造的编码模型 MAI-Code-1。这一举措标志着微软在减少对外部模型供应商（如 OpenAI、Anthropic）依赖、构建自主 AI 核心竞争力方面迈出了决定性一步。
核心新品：推理与编码的双引擎
1. MAI-Thinking-1：首个原生推理模型
- 从零训练：未使用蒸馏技术，基于干净、商业许可的企业级数据从头训练，确保数据主权与合规性。
- 中等规模，高效能：拥有 350 亿活跃参数，支持 128K 上下文窗口，专为复杂多步骤指令、长上下文推理及代码生成优化。
- 性能卓越：
- 盲测优势：独立评估者在盲测中更青睐 MAI-Thinking-1，而非 Anthropic 的 Claude Sonnet 4.6。
- 编码实力：在 SWE-bench Pro 基准测试中，其表现与 Claude Opus 4.6 相当。
- 可用性：现已通过 Microsoft Foundry 开启私人预览。
2. MAI-Code-1：GitHub Copilot 的“原生大脑”
- 深度集成：专为 GitHub 工作负载调优，推理高效，现已集成至 GitHub Copilot 和 Visual Studio Code。
- 战略转折：这是微软首次使用自研模型作为 Copilot 的核心驱动力之一，打破了长期依赖 OpenAI Codex 或 Anthropic Claude 的局面。
- 目标：提供更快速、更贴合微软开发生态的编码辅助体验。
MAI 家族全栈升级：多模态能力跃升
除了推理与编码模型，微软还更新了其在语音、图像等领域的 MAI 模型：
| 模型系列 | 最新版本 | 关键更新 |
|---|---|---|
| MAI-Image | 2.5 | 文本渲染、风格化插图及商业图像质量提升；击败谷歌 Nano Banana Pro；已集成 PowerPoint，推向 OneDrive。 |
| MAI-Transcribe | 1.5 | 支持 43 种语言（新增 18 种），达到 SOTA 准确率；即将支持流式传输。 |
| MAI-Voice | 2 | 新增 15+ 种语言及多种语音选项；提供快速变体，提升响应速度。 |
生态开放：超越 Microsoft Foundry
微软正积极推动 MAI 模型的广泛采用，不仅限于自家平台：
- 第三方合作伙伴：MAI 模型将通过 Fireworks AI、Baseten 和 OpenRouter 等主流 AI 基础设施平台提供，方便开发者灵活调用。
- Fireworks AI 集成：Fireworks AI 现已在 Microsoft Foundry 中全面可用，进一步丰富了微软云上的模型选择。
战略意义：自主可控的 AI 未来
- 去依赖化：通过推出 MAI-Thinking-1 和 MAI-Code-1，微软显著降低了对 OpenAI 和 Anthropic 的技术依赖，增强了供应链安全性与成本可控性。
- 垂直优化：自研模型允许微软针对 Windows、Office、GitHub 等自有生态进行深度优化，提供比通用模型更佳的集成体验。
- 企业级信任：基于商业许可数据训练的 MAI 模型，为对企业数据隐私与版权有严格要求的客户提供了更可信的选择。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
