微軟發布了首批自主研發的 AI 模型 MAI-Voice-1 和 MAI-1-preview，預示其 AI 策略的潛在轉變。這項舉措正值微軟與 OpenAI 合作關係面臨審視之際。MAI-Voice-1 擅長快速生成高品質音訊，而 MAI-1-preview 則專為日常使用者查詢而設計。這些模型已經開始整合到 Copilot 等微軟產品中。 內部 AI 能力的發展讓微軟對其 AI 發展藍圖擁有更大控制權，並減少對外部合作夥伴的依賴。然而，該公司表示與 OpenAI 的合作關係仍然有價值。這項策略舉措反映了 Google 和 Meta 建立專有 AI 能力的類似努力。 微軟對消費者應用和語音互動的重視，顯示其認為這些是持續進行的 AI 戰爭中的關鍵戰場。該公司暗示未來將部署針對不同場景的專門 AI 模型，可能提供更量身定制且高效的 AI 體驗。
在一項重塑人工智慧版圖的重大舉措中，微軟發布了首批自主研發的 AI 模型，標誌著該公司 AI 策略的關鍵性演進。週四，微軟 AI 推出了兩個突破性模型：MAI-Voice-1 和 MAI-1-preview，這預示著這家科技巨頭與長期 AI 合作夥伴 OpenAI 關係的潛在轉變。
這些專有模型的首次亮相，正值微軟與 OpenAI 複雜合作關係面臨日益嚴格審視之際。儘管微軟已在 OpenAI 投資數十億美元，並將其技術整合到眾多產品中，但這項最新發展顯示該公司正策略性地為在競爭激烈的 AI 市場中獲得更大獨立性做準備。
MAI-Voice-1 是微軟的新語音模型，展現了令人印象深刻的效能指標，能夠在不到一秒的時間內生成一分鐘的高品質音訊，且僅需單一 GPU 運行。正如微軟在公告中所述，該模型專精於產生「高保真度、富有表現力的音訊，涵蓋單人和多人場景」。這項技術不僅僅是理論概念——它已經在為微軟的實際產品提供動力，如 Copilot Daily，該產品具備 AI 主持人朗讀頭條新聞的功能，並生成播客風格的討論來協助解釋複雜主題。
與此同時，MAI-1-preview 代表了微軟進軍基礎大型語言模型領域的雄心勃勃嘗試。該模型使用約 15,000 顆 Nvidia H100 GPU 進行訓練，專門設計用於遵循指令並對日常使用者查詢提供有用回應。相較於據報導 GPT-4 等模型需要超過 100,000 顆 GPU 的資源需求，這樣的訓練基礎設施雖然龐大，但顯得相對高效。
微軟 AI 主管 Mustafa Suleyman 在共同創立 DeepMind 並隨後創立 Inflection AI 後加入微軟，他在開發這項內部 AI 策略方面發揮了關鍵作用。在去年 Decoder 播客的一集中，Suleyman 闡述了他的願景：「我的邏輯是，我們必須創造出對消費者極其有效的產品，並真正針對我們的使用情境進行最佳化。因此，我們在廣告端、消費者遙測等方面擁有大量非常具預測性且非常有用的資料。我的重點是建構真正為消費者夥伴服務的模型。」
這種以消費者為中心的方法，讓微軟的 AI 野心有別於一些專注於企業的競爭對手。微軟似乎並非創造用於商業應用的通用 AI 系統，而是專注於透過其 Copilot 助理和相關服務來增強日常使用者體驗。
微軟開發自有模型的策略意義不容小覷。儘管該公司表示與 OpenAI 的合作關係仍然富有成效且有價值，但擁有專有 AI 技術讓微軟對其 AI 發展藍圖擁有更大控制權，並減少對外部合作夥伴的依賴。這一舉措反映了其他科技巨頭的類似策略，如 Google 的 Gemini 模型和 Meta 的 Llama，都在尋求建立專有 AI 能力的同時維持選擇性合作關係。
微軟已經開始將這些新模型整合到其產品生態系統中。MAI-Voice-1 可透過 Copilot Labs 供使用者使用，他們可以輸入文字讓 AI 朗讀，同時客製化語音特徵和說話風格。MAI-1-preview 目前正在 AI 基準測試平台 LMArena 上進行公開測試，並將在未來幾週內針對 Copilot AI 助理中的「特定文字使用情境」推出。
在公告中，微軟強調了其前瞻性野心：「我們對接下來的發展有著遠大抱負。我們不僅會在此基礎上追求進一步進展，更相信協調一系列服務於不同使用者意圖和使用情境的專門模型，將釋放巨大價值。」這項聲明暗示了一個未來，微軟可能部署一系列專門的 AI 模型，而非依賴單一通用系統——這可能為不同場景提供更量身定制且高效的 AI 體驗。
業界分析師注意到，這項發展可能隨著時間推移重塑微軟與 OpenAI 的關係。根據《紐約時報》的報導，合作關係已經出現緊張跡象，預計 OpenAI 到 2024 年底將花費至少 54 億美元的運算成本。Salesforce 執行長 Marc Benioff 將此與微軟過去的收購案進行比較，暗示隨著微軟發展內部能力，其對 OpenAI 等合作夥伴的依賴可能會減少——這與過往微軟合作關係的模式相似。
對於更廣泛的 AI 產業而言，微軟的舉措代表了主要參與者之間競爭的加速。隨著各公司競相開發日益強大的 AI 系統，我們可能會看到模型能力的進一步專業化和差異化。微軟對消費者應用和語音互動的重視，顯示該公司將這些視為持續進行的 AI 戰爭中的關鍵戰場。
儘管有這項重大發展，微軟似乎正在維持平衡的方法。這些內部模型最初將補充現有能力，而非完全取代 OpenAI 的技術，這暗示了漸進式轉型，而非突然脫離合作夥伴技術。根據《Semafor》報導，Suleyman 表示微軟有「龐大的五年 AI 發展藍圖」，顯示對建構專有 AI 能力的長期承諾。
隨著這些模型成熟並擴展能力，它們可能會在微軟龐大的產品生態系統中找到應用，從 Windows 到 Office 再到 Xbox。對於在微軟平台上建構的開發者和企業而言，這項發展承諾提供更豐富的 AI 能力組合，相較於第三方替代方案，可能具有更具競爭力的定價或更大的客製化選項。
微軟進入第一方 AI 模型領域，不僅對該公司而言是重要里程碑，對整個 AI 產業也是如此。隨著合作夥伴與競爭對手之間的界線在這個快速演進的環境中持續模糊，微軟在發展自有 AI 能力的同時維持有價值合作關係的策略舉措，展現了定義當今 AI 生態系統的複雜平衡行為。
References: BPay alternative casino payment methods