📲Digital Trends•較早收集於 32m
微軟將於2027年打造自家AI
💡微軟擺脫 OpenAI：準備 Teams/Copilot 應用轉向原生AI（28字元）
⚡ 30-Second TL;DR
有什麼變化
結束對 OpenAI AI技術的依賴
為什麼重要
降低企業使用微軟工具的供應商鎖定風險。加速內部AI創新，長期可能降低成本。改變AI生態系統的競爭動態。
下一步行動
審核 Copilot 整合中的 OpenAI 依賴，並規劃轉用微軟原生替代方案。
誰應關注：Enterprise & Security Teams
關鍵要點
- •結束對 OpenAI AI技術的依賴
- •目標：2027年推出自家頂尖模型
- •影響 Teams、Copilot 等產品
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •微軟內部代號為「MAI-1」的專案正由前 Inflection AI 執行長 Mustafa Suleyman 領導，旨在開發具備大規模參數的自研模型，以降低對 OpenAI GPT 系列的依賴。
- •此策略轉變反映了微軟對 AI 基礎設施成本的考量，透過自研模型可優化特定應用場景的推理成本，並提升對資料隱私與模型架構的掌控力。
- •微軟正積極擴大其在 Azure 雲端基礎設施上的 GPU 採購與自研晶片（如 Maia 100）的部署，為 2027 年的自研模型提供必要的算力支撐。
📊 競品分析▸ Show
| 特色 | 微軟 (自研計畫) | Google (Gemini) | Meta (Llama) |
|---|---|---|---|
| 模型架構 | 混合專家模型 (MoE) 預測 | 原生多模態架構 | 開放權重架構 |
| 定價策略 | 整合於 Azure/Copilot 訂閱 | API 按量計費/訂閱 | 開源免費/商業授權 |
| 基準測試 | 預計對標 GPT-4 等級 | 業界頂尖多模態表現 | 領先的開源模型效能 |
🛠️ 技術深入
- •模型架構預計採用混合專家模型 (Mixture-of-Experts, MoE) 以優化推理效率與效能。
- •整合微軟自研的 Maia 100 AI 加速器，針對 Transformer 架構進行硬體層面的優化。
- •強調與 Azure 雲端堆疊的深度垂直整合，實現模型訓練與推論的低延遲存取。
- •專注於提升長文本處理能力與多模態輸入的即時響應速度。
🔮 前景展望AI analysis grounded in cited sources
OpenAI 與微軟的合作關係將轉向更具競爭性的共存模式。
隨著微軟自研模型成熟，其對 OpenAI 模型的採購需求將下降，雙方在企業級 AI 市場的利益重疊將增加。
微軟將大幅降低對單一供應商的依賴風險。
擁有自研模型技術棧使微軟在面對 AI 供應鏈波動或合作夥伴策略變更時，具備更強的業務連續性。
⏳ 時間線
2023-01
微軟宣布對 OpenAI 進行數十億美元的多年期投資，深化合作關係。
2023-11
微軟發布首款自研 AI 加速器晶片 Maia 100。
2024-03
微軟聘請 Mustafa Suleyman 擔任 Microsoft AI 執行長，負責領導消費者 AI 產品與自研模型開發。
2024-05
媒體報導微軟正在開發代號為「MAI-1」的全新大型語言模型。
📰 事件追蹤
📰
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： Digital Trends ↗