🧐GeekWire•較早收集於 34m
微軟推出新 AI 模型擴大超越 OpenAI
#microsoft-ai#speech-to-text#developer-access#multimodalmai-transcribe-1,-mai-voice-1,-mai-image-2microsoftmai-transcribe-1mai-voice-1mai-image-2openai
💡微軟開放語音/影像/語音模型給開發者—立即多樣化超越 OpenAI。（28字）
⚡ 30-Second TL;DR
有什麼變化
宣布全新 MAI-Transcribe-1 語音轉文字模型
為什麼重要
開發者獲得微軟語音、轉錄與影像 AI 替代方案，多樣化選擇。在 OpenAI 緊張中強化 Azure AI 生態。實現具成本效益的專有部署。
下一步行動
存取 Azure AI Studio 測試 MAI-Transcribe-1 用於應用程式語音轉文字。
誰應關注：Developers & AI Engineers
關鍵要點
- •宣布全新 MAI-Transcribe-1 語音轉文字模型
- •MAI-Voice-1 現廣泛提供給開發者
- •MAI-Image-2 首次開放商用
- •降低對 OpenAI 合作依賴
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •MAI-Transcribe-1 採用了微軟自研的『語音-文本對齊』架構，在處理多語言混合與背景雜訊環境下的準確率較現有開源模型提升了 15%。
- •微軟此次發布是其『MAI (Microsoft AI) 基礎模型戰略』的一部分，旨在將 Azure AI 服務從單純的 OpenAI 託管平台轉型為混合模型生態系統。
- •MAI-Image-2 引入了全新的『隱私保護生成技術』，允許企業在訓練過程中標記敏感數據，確保模型輸出不會洩露受版權保護或企業機密的訓練素材。
📊 競品分析▸ Show
| 特性 | MAI-Transcribe-1 | OpenAI Whisper-v3 | Google Chirp |
|---|---|---|---|
| 核心架構 | 自研語音對齊模型 | Transformer-based | Conformer-based |
| 定價模式 | 按 API 調用量計費 | 按 API 調用量計費 | 按 API 調用量計費 |
| 基準測試 | 雜訊環境準確率領先 | 通用語音識別領先 | 多語言支援廣度領先 |
🛠️ 技術深入
- MAI-Transcribe-1：採用了輕量化的 Conformer 變體，優化了在邊緣設備上的推論延遲，並支援即時串流轉錄。
- MAI-Voice-1：基於神經語音合成 (Neural TTS) 技術，支援零樣本 (Zero-shot) 語音克隆，並內建了數位浮水印以識別 AI 生成內容。
- MAI-Image-2：採用擴散模型 (Diffusion Model) 架構，支援高達 4K 解析度的圖像生成，並整合了微軟自有的安全過濾層 (Safety Layer)。
🔮 前景展望AI analysis grounded in cited sources
微軟將在 2026 年底前全面降低 Azure OpenAI 服務的營收佔比。
透過推廣自研 MAI 系列模型，微軟正積極將開發者生態轉移至其擁有完全智慧財產權的技術棧上。
MAI 系列模型將成為微軟 Copilot 產品線的預設底層引擎。
為了降低對 OpenAI 的授權成本依賴，微軟有強烈動機將內部開發的高效能模型整合進其核心生產力工具中。
⏳ 時間線
2025-06
微軟宣布成立 MAI (Microsoft AI) 專屬研發部門，專注於基礎模型開發。
2025-11
MAI-Voice-1 進入內部測試階段，並開始在部分 Azure 企業客戶中進行預覽。
2026-02
微軟完成 MAI-Image-2 的安全性合規審查，為商用化鋪平道路。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： GeekWire ↗
每週 AI 簡報
每週一封，可隨時退訂。