Microsoft AI 發佈 MAI-Voice-1,並公開測試 MAI-1-preview
Microsoft AI 發佈語音生成模型 MAI-Voice-1,並在 LMArena 開始公開測試基礎模型 MAI-1-preview。MAI-Voice-1 可在單張 GPU 上用不到 1 秒生成 1 分鐘音訊,已支援 Copilot Daily 和 Podcasts,並在 Copilot Labs 開放體驗。
Microsoft AI 發佈語音生成模型 MAI-Voice-1,並在 LMArena 開始公開測試基礎模型 MAI-1-preview。MAI-Voice-1 可在單張 GPU 上用不到 1 秒生成 1 分鐘音訊,已支援 Copilot Daily 和 Podcasts,並在 Copilot Labs 開放體驗。
Microsoft 宣佈推出自家研發的圖像生成模型 MAI-Image-1,該模型登上 LMArena 文生圖模型前十。
Microsoft AI 宣佈推出圖像生成模型 MAI-Image-2,並稱 MAI 模型系列在 Arena.ai 排行榜排名第 3。模型主打寫實圖像、圖中文字生成,以及豐富細節場景創作。
Microsoft 的語音識別模型 MAI-Transcribe-1 已在 Microsoft Foundry 開放公開預覽,音訊定價為每小時 $0.36。該模型正分階段部署至 Copilot 的 Voice mode 和 Microsoft Teams,並支援會議轉錄、即時字幕及聽寫等用途。
Microsoft AI 發佈 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2,三款模型現已可在 Microsoft Foundry 和 MAI Playground 使用。
Microsoft 發佈圖像生成模型 MAI-Image-2-Efficient,主打旗艦級品質及成本降低 41%,現已在 Microsoft Foundry 和 MAI Playground 3 提供。
Microsoft 發佈 MAI-Code-1-Flash,並稱其在同一 production harness 下的 4 項核心編碼評測中均勝過 Claude Haiku 4.5。
MAI-Transcribe-1.5 現可按使用者提供的領域關鍵詞清單調整轉錄預測,提升專業詞彙識別。啟用關鍵詞偏置後,模型在 FLEURS 多語言基準測試上的 Word-Error-Rate(WER)降低 30%。模型會結合上下文決定何時套用偏置,而非強行匹配,並維持一般語音的準確度。
Microsoft 在 Build 2026 的 MAI 主題演講中宣佈推出七款涵蓋圖像、語音、轉錄、推理及編碼的新模型。
推薦理由:演講將模型基準、產品整合和權重調校渠道並列,呈現 Microsoft 從模型發布延伸至企業定製的產品路徑。
Microsoft 發佈圖像模型 MAI-Image-2.5 和 MAI-Image-2.5-Flash;MAI-Image-2.5 在 Arena 圖像編輯排行榜排名第 2、文字轉圖像排名第 3,Arena 評分超過 GPT-Image-1.5 和 Nano Banana Pro 2K。
Microsoft 發佈語音合成模型 MAI-Voice-2,現已在 Microsoft Foundry 提供,並正整合至 VSCode 和 Dynamics 365 Contact Center。
Microsoft AI 將 MAI-Image-2.5-Pro 與 MAI-Voice-2-Flash 開放公開預覽,分別面向高保真圖像生成與高速、大規模語音場景。
Microsoft 宣佈 MAI-Image-2.6 在 Arena 文字生成圖像排行榜排名第二,較 MAI-Image-2.5 整體提升 79 Elo。其文字渲染提升 91 Elo,並在 Arena 每個測量類別均較 2.5 有改善。MAI-Image-2.6 現可在 Arena 試用,本週稍後將登上 MAI Playground,並即將推送至 Microsoft Foundry 等產品。
Microsoft 發佈 MAI-Code-1.1-Flash,稱其相較 6 月在 Microsoft Build 推出的 1.0,價格降至四分之一,完成任務所用 tokens 減少 25%。
Microsoft AI 發佈 MAI-Thinking-1,一款 35B-active、~1T-total parameters 的 sparse Mixture of Experts 推理模型。
Microsoft 介紹整合於 MDASH 的 MAI-Cyber-1-Flash,稱其可處理最多 90% 的任務,並讓 GPT-5.4 應對最難的 10%。Microsoft 稱,這種多模型配置較 MDASH 現有最佳方案(GPT 5.4 + 5.4 mini + 5.3 codex)節省 50% 成本。
Microsoft AI 發佈語音辨識模型 MAI-Transcribe-2,主打高準確度、低延遲及較低成本。
Microsoft 將 MAI-Image-2.6 帶入 Microsoft Foundry,並擴展系列推出 MAI-Image-2.6-Flash。兩款模型均支援多圖參考編輯、web grounding 和動態長寬比;MAI-Image-2.6-Flash 相較 GPT-Image-2-Medium 生成圖像快 2.8x、效率高 72%。
Microsoft AI 發佈首款串流轉錄模型 MAI-Transcribe-2-Streaming,在 Artificial Analysis 的最終及部分轉錄準確度排名均列第一。
Microsoft AI 發佈 MAI-Transcribe-2-Streaming 即時轉錄模型,以及 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 兩款文字轉語音模型。
Microsoft Research 公開 GigaPath-Flash 與 GigaTIME-Flash 兩款開放權重病理基礎模型,以降低大規模病理研究的計算成本。