微软人工智能部门近日发布了两款自主研发的AI模型：MAI-Voice-1和MAI-1-preview。MAI-Voice-1是一款高效的语音模型，仅需一块GPU便能在不到一秒内生成一分钟的音频。MAI-1-preview则被视为Copilot未来产品的雏形，并在约15,000块NVIDIA H100 GPU上进行了训练，旨在为用户提供有用的日常查询响应。微软AI主管穆斯塔法·苏莱曼强调，公司的AI模型将专注于消费者应用，并已开始在Copilot AI助手等产品中测试MAI-1预览版，同时也在LMArena平台上公开测试。微软计划通过协同一系列专用模型来释放AI的巨大价值。

🎙️ **MAI-Voice-1语音模型实现高效音频生成**：微软发布了其首款自主研发的语音模型MAI-Voice-1，该模型能够仅使用一块GPU，在不到一秒的时间内生成一分钟的音频，展示了其在语音合成技术上的显著进步和效率。

🚀 **MAI-1-preview预示Copilot未来发展**：MAI-1-preview被视为微软Copilot未来产品形态的预览，该模型在大规模NVIDIA H100 GPU集群上进行了训练，旨在提升AI模型遵循指令和响应日常查询的能力，以更好地服务消费者需求。

🎯 **聚焦消费者应用与优化**：微软AI主管穆斯塔法·苏莱曼明确表示，公司的人工智能模型开发将重点放在消费者用例上，利用广告和消费者遥测数据进行优化，目标是构建真正适合消费者伴侣的AI模型，而非仅仅局限于企业应用。

💡 **多模型协同释放价值**：微软AI计划通过协调一系列服务于不同用户意图和用例的专用模型来释放巨大的价值，这意味着未来将有更多针对特定任务优化的AI模型出现，以提供更全面和个性化的AI体验。

微软人工智能部门周四发布了首批自主研发的人工智能模型：MAI-Voice-1 AI 和 MAI-1-preview。该公司表示，其全新 MAI-Voice-1 语音模型仅需一个 GPU 即可在不到一秒的时间内生成一分钟的音频，而 MAI-1-preview 则“展现了 Copilot 未来产品的雏形”。

微软已经在使用 MA1-Voice-1 来实现其一些功能，包括Copilot Daily，通过AI主持人背诵当天的头条新闻，并生成播客风格的讨论来帮助解释主题。

您可以在 Copilot Labs 上亲自试用 MA1-Voice-1 ，输入您希望 AI 模型朗读的内容，并更改其声音和说话风格。除了该模型之外，微软还推出了 MAI-1-preview，据称该模型已在约 15，000 块 NVIDIA H100 GPU 上进行训练。它专为需要能够遵循指令并“对日常查询提供有用响应”的 AI 模型的用户而打造。

微软人工智能主管穆斯塔法·苏莱曼 (Mustafa Suleyman)去年在《Decoder》节目中表示，公司内部的人工智能模型并不专注于企业用例。“我的逻辑是，我们必须创造出对消费者极其有效的东西，并真正针对我们的用例进行优化，因此，我们在广告、消费者遥测等方面拥有大量极具预测性和实用性的数据。我的重点是构建真正适合消费者伴侣的模型。”

微软 AI 计划在其 Copilot AI 助手中推出针对某些文本用例的 MAI-1 预览版，该助手目前依赖于 OpenAI 的大型语言模型。此外，微软 AI 还已开始在 AI 基准测试平台 LMArena 上公开测试其 MAI-1 预览版模型。

微软AI在博客文章中写道：“我们对下一步的发展抱有远大的抱负。我们不仅会在此领域追求进一步的进步，而且我们相信，协调一系列服务于不同用户意图和用例的专用模型将释放巨大的价值。”