微软AI发布首款推理模型MAI-Thinking-1及六款原生新模型，推出私有强化学习「前沿微调」服务

据动察 Beating 监测，微软 AI 部门（Microsoft AI，简称 MAI）负责人穆斯塔法·苏莱曼（Mustafa Suleyman）在 Build 2026 开发者大会上宣布推出全新自研的 MAI 原生模型家族。该系列共包含 7 款模型，涵盖推理、编程、图像、转写和语音等领域，全部由微软从零训练，未使用任何第三方模型进行知识蒸馏，且所有数据集均已获得合规授权。微软表示，将致力于构建「人本超智能（Humanist Superintelligence）」，确保前沿 AI 作为人类的辅助工具并接受人类监督。同时，微软已上线的 GB200 算力集群也已全面投入使用，用于推动这一模型生态的持续迭代。 MAI 家族的旗舰推理模型 MAI-Thinking-1 拥有 350 亿活跃参数，采用混合专家（MoE）架构，提供 128K 上下文窗口。在 SWE-bench Pro 等主流软件工程与数学推理评估中，该模型达到了与 Claude Opus 4.6 相当的水平，且在盲测人类评估中优于 Claude Sonnet 4.6。面向编程场景，MAI 推出了拥有 50 亿参数的智能体编程模型 MAI-Code-1-Flash，该模型将深度整合至 GitHub Copilot 及 VS Code，以更低的推理成本提供与 Claude Haiku 相当的表现。在多模态方面，MAI-Image-2.5 及其 Flash 变体支持高精度文生图与图像编辑，图像质量评分超越了 Nano Banana Pro；语音与转写方面则推出了 SOTA 精度、高出竞品 5 倍速度的 43 语言转写模型 MAI-Transcribe-1.5，以及支持 15 种语言、具备情绪控制和零样本克隆的语音生成模型 MAI-Voice-2 及其 Flash 变体。上述模型不仅在 Azure AI Foundry 部署，还将上架 OpenRouter、Fireworks 和 Baseten，并首次支持开发者自行微调权重。微软还透露，通过将模型与自研芯片 Maia 200 进行联合软硬协同优化，实现了 1.4 倍的计算效能提升。 除基础模型发布外，微软推出了基于强化学习环境（RLE）的「前沿微调（Frontier Tuning）」服务。该服务允许企业在完全受控的隔离环境（「训练健身房」）中，利用其内部的操作轨迹、决策序列和专业数据对 MAI 模型进行定制训练。测试表明，经过 Frontier Tuning 后的定制模型效率大幅提升，其中面向 Excel 优化后的 MAI 模型性能对齐 GPT-5.4，但效率高出 10 倍；为麦肯锡定制的 MAI 模型在达成最高胜率的同时降低了近 10 倍成本。此外，微软宣布与全球顶尖医疗机构梅奥诊所（Mayo Clinic）达成战略合作，基于梅奥的临床数据和微软的 AI 底座联合开发临床推理大模型。该模型由梅奥诊所拥有所有权，将首先部署在梅奥内部用于早期诊断与治疗方案设计，随后通过 Azure AI Foundry 开放给其他医疗机构。