Microsoft Build 2026：MAI 发布七款新模型，包括首个推理模型 MAI-Thinking-1
Microsoft Build 2026: MAI keynote transcript
Microsoft 在 Build 2026 主题演讲中宣布七款 MAI 新模型，覆盖图像、语音、转录、推理和编码。
官方主题演讲完整给出七个新模型的规格、跑分与部署渠道，还涉及 Maia 200 芯片协同设计和 RLE 训练路线。
自从我开始从事 AI 工作以来，我们用于训练前沿模型的计算量已经增加了一万亿倍。仅仅 15 年间，就增长了 12 个数量级。
现在已经很清楚，计算量持续、指数级的增长会带来 AI 能力可预测的进步。
在未来几年，我们将看到前沿模型的计算量再增加三个数量级。
智能如今已成为计算量的函数。对数线性爬山已成为常态。缩放定律依然成立。这真是非凡的时代。
在这样的背景下，我们 MAI 正在朝着我们称之为“人文主义超级智能”的方向构建。
最先进的 AI 能力，被明确设计为服务人和组织，而不是取代他们。
因为我们构建的 AI 类型确实至关重要。我们需要一种将人类置于首位的 AI。
它始终优先考虑人类福祉和人类进步。
这就是我们在微软开展超级智能工作的核心理念和动机。它塑造了我们所做的一切。
作为一家平台公司，我们的工作——也是我们的承诺——就是让你们开发者始终在最前沿进行构建。
所以今天，我们非常激动地宣布推出一个包含七款新模型的系列，涵盖图像、语音、转录、思考和编码。
这些模型都以对细节的真正关注和对打造实用、高效工具的承诺构建而成，这些工具针对你们在现实世界中的工作方式进行了调优。
首先是：MAI-Image-2.5 及其 Flash 变体——两个超强模型，在质量上实现了跨越式提升，目前在排行榜上位列第 2，在图像编辑方面超越了 Nano Banana 2 的得分1
它们以令人难以置信的控制力和一致性实现精准编辑。
Flash 适用于超高效的大规模生产工作负载，而 2.5 则提供最高保真度和专业级性能。
它们已在 PowerPoint 中上线，正在向 OneDrive 推出2，今天它们还登陆了 Foundry，具备市场领先的每美元质量。3
接下来是 MAI-Transcribe-1.5。这是世界上最好的转录模型，在 43 种语言上达到 SOTA 准确率，击败了 Gemini 和 OpenAI 的模型。4
我们针对现实世界使用对其进行了优化，因此你可以为你的定制用例生成高度准确的转录，速度比竞品模型快最多 5 倍。6
它现在正被集成到 Copilot、Teams、GitHub 和 Dynamics 365 Contact Centre 中——它也可在 Foundry 中使用，在那里它是所有超大规模厂商中最快、最高效、最具成本效益的转录模型。5
与之搭配的是 MAI-Voice-2，我们最新的语音生成模型。
它拥有优美的韵律、母语般的表达和细粒度的情感控制，并支持 15 种语言，很快还会有更多语言加入。
我们还宣布推出 Voice-2-Flash——它为对超低延迟敏感的语音代理提供最佳价值和速度，这是 2026 年的大热门。
接下来是我们的文本基础模型 MAI-Thinking-1，这是我们的首个推理模型。7 它在我们目标的推理和 SWE 任务用例中表现异常强大。
这是一个拥有 35B 活跃参数的 MoE，具有 256K 上下文窗口。这意味着它参与的是中等规模权重级别的竞争，而它显然是以小博大。
在 Surge 上的独立人工评分者在盲测对比中，相比 Sonnet 4.6，更青睐它的整体质量。
而且它在 AIME 25 上达到了 97%，这是衡量其通用推理能力的关键指标。9
最重要的是，它在 SWE Bench Pro 上达到了 53%，在最难的编码基准之一上与 Opus 4.6 并驾齐驱。8
在我们将其投入生产的过程中，还有大量工作要做，以便在更多真实世界的编码任务上不断攀登。
最引人注目的是，这个模型完全是从零开始攀登的，没有专门针对这些基准中的任何一个，也没有任何蒸馏。
这一点至关重要。因为这意味着该模型是以企业级、干净且具有商业许可的数据血统创建的，你可以信任它，并充满信心地投入生产。
最后，我非常激动地宣布 MAI-Code-1-Flash，这是我们新的推理高效编码模型，专门为 VS Code 和 GitHub Copilot CLI 调优。
Code-1-Flash 在 SWE Bench Pro 上达到了 51%10，尽管只有 5B 参数，使其在规模上更接近 Haiku，但成本更低11，同时提供非常强大的编码性能和出色的推理效率。它今天作为 VS Code 中的默认模型之一开始推出。12
除了在 Foundry 上分发以及为我们的 1P 产品进行优化之外，我们的模型还将在 Open Router 以及 Fireworks 和 Baseten 上广泛提供给开发者使用。13 这意味着你将首次能够直接自行调优权重。
在整个系列中，安全与保障从一开始就内建其中。
语音模型包含防止未经授权克隆的保护措施，所有输出都带有水印。
我们减少了过度拒绝并改进了代表性，包括对残障人士的代表性。
我们还在本次发布的同时发布一份详细的技术报告，让你全面透明地了解我们是如何构建这一切的。
而且我们还在用自己的芯片协同设计我们的模型，在我们的 Maia 200 芯片上优化 MAI-Thinking-1，并与 GB200 进行正面基准对比。
在 Satya 刚才提到的 30% 提升之上，当我们在 Maia 200 上端到端运行 MAI 模型时，我们看到了额外的 1.4 倍每瓦性能提升。这非常巨大。
在这种规模下，每一瓦都至关重要，而芯片与模型的协同设计是一项关键优势，帮助我们为你带来市面上最高效的思考与编码智能体。我们也非常兴奋，这些更快、更高效的 MAI 模型即将登陆 Satya 提到的 N1X，为你带来 Windows 上的最佳性能。
这就是拥有全栈的样子。
这是 Microsoft Frontier Tuning 的基础。
让你能够使用我们的全栈爬山机器来定制 MAI 模型。
它意味着严谨、不懈的工程，在一个你可以信赖的平台上，为你服务，打造你将掌控的定制智能体。
当然，过去一年真正重大的事情是 RLE，即强化学习环境，为 AI 打造的独特训练场。
它们创建公司和任务专属的智能体，只为你量身定制，构建在 MAI 模型之上。
例如，在 Microsoft 内部，我们使用我们的 RLE 和 MAI 模型，朝着 Excel 最佳智能体用例不断攀登。
我们调优的 MAI 模型在公开和私有基准测试上与 GPT 5.4 相当，同时效率最高提升 10 倍。14
其他早期采用者也看到了类似的结果。
当我们为 McKinsey 的任务调优模型时，MAI 取得了最高的胜率，在质量上超越了 GPT-5.5，同时成本降低了 10 倍。
这就是精心校准的 Frontier Tuning 的优势。
与其他一些公司不同，使用 MAI，你无需从一个向所有人学习的共享模型中租用智能。
只有你保留你辛苦积累的工作流程、专业知识、数据和机构知识所带来的收益。
只有你能掌控由此产生的模型。因此，与我们合作，RLE 以及你在其中构建的模型将成为你的护城河。
这独树一帜。它标志着 AI 的新时代。
最后一个让我非常兴奋的发布。
我们正在将模型的定制化和共同创造提升到尽可能高的水平，聚焦于 AI 最重要的应用之一：医疗健康。
我们很自豪能与 Mayo Clinic 合作，共同开发一个面向健康领域的新前沿模型，然后将其部署到他们世界领先的医院系统中。
所以今天标志着我们在 Microsoft 创造人本主义超级智能的旅程中迈出了非常令人兴奋的几步。
我们拥有七款全新的世界级模型这一令人惊叹的阵容，让你始终站在前沿。
我们期待与大家携手，共同创造为你量身定制的独特 AI 智能体。
这对我们所有人来说都是一个新时代。
一个由你按自己的方式掌控的 AI 时代。
让我们一起构建它。
谢谢大家。
来源：Microsoft AI：官方博客（网页） · microsoft.ai