AI一日三新品：微软自立门户，OpenAI抢占语音，马斯克奇袭编程

周四，微软、OpenAI与埃隆·马斯克旗下的xAI不约而同地发布了各自最新的AI模型，此举不仅标志着AI赛道的竞争已进入白热化阶段，也凸显了核心技术正以前所未有的速度向前推进。

微软：自研模型，志在掌控AI命运

微软周四推出了两款自主研发的强大AI模型，此举标志着微软的人工智能部门将不再“藏于幕后”，而是要正式走向台前，与OpenAI等行业巨头正面竞争，从而在高风险的AI赛道上掌握自己的命运。

MAI-Voice-1：一款高效的语音AI模型，能够在单个GPU上运行，并在不到一秒内生成一分钟的音频。

· MAI-1-preview：一款文本模型，预计将为未来版本的Copilot AI助手提供支持。

这两款模型在设计上都高度注重成本效益。 微软人工智能部门负责人穆斯塔法·苏莱曼（Mustafa Suleyman）透露，微软采用了部分来自开源社区的技术，以MAI-1-preview为例，其训练仅使用了约1.5万颗英伟达H-100 GPU，远低于xAI的Grok模型所使用的超10万颗。

“如今，训练模型的艺术就在于选择完美的数据，避免在无效的Token上浪费任何计算力，”苏莱曼强调。

尽管AI模型日趋高效，但消费者需求和新技术对算力的依赖持续增长，导致AI公司面临着巨大的成本挑战。苏莱曼透露，微软的AI团队已在全球多个顶级数据中心着手开发下一代模型，这些数据中心均配备了英伟达的下一代芯片GB-200。他描绘了一个“庞大的五年发展路线图”，并表示“每个季度都在进行投资”。

“作为全球最大的公司之一，我们必须具备打造世界最强模型的内部专业能力，”苏莱曼表示。不过，他也试图淡化与长期合作伙伴OpenAI的潜在竞争，称“我们的目标是深化合作关系”。

作为一名AI安全的倡导者，苏莱曼近期曾撰文警告“看似有意识的AI”的危险，并表示微软的目标是在“后训练”阶段，像雕刻一样移除让模型看起来拥有情感和目标的特征。“盲目模仿所有人类能力存在实际风险，而现在正是我们主动思考这些风险的时候。”

有分析认为，尽管微软仍处于构建强大AI模型的初期阶段，但此举对于微软保持长期竞争力至关重要。其最终目标，或许是借助Windows和Office的强大分发渠道，利用自研AI模型和基础设施为这些核心产品提供支持。

OpenAI：升级语音API，定义“下一个媒介”

同一天，OpenAI也发布了其迄今为止最先进的语音模型gpt-realtime，并宣布其Realtime API在历经数月公测后已广泛可用。

“我们认为语音是下一个媒介，”OpenAI产品负责人迈克达德·贾弗（Miqdad Jaffer）表示，“通过语音来表达，比文本更简单、更自然。”

据介绍，OpenAI于2024年10月首次以公测版形式推出了Realtime API，此次更新后，将支持远程模型上下文协议（MCP）服务器、图像输入和电话呼叫。OpenAI方面表示，MCP非常适合语音命令，能让用户无缝地通过已连接的应用程序执行操作。

这些扩展功能将使得语音智能体能够访问更多工具，并拥有更丰富的上下文来协助用户。这不仅简化了将AI模型与数据源连接的过程，并且MCP作为一项开放标准，还能在确保连接安全性的同时，优先保护用户的数据和隐私。

新的gpt-realtime模型则在多个维度上实现了显著提升：不仅在智能化、函数调用和遵循复杂指令方面有所改进，还能在单个句子中途流畅地切换语言。其演示版本展现了逼真的类人特性，声音的起伏能够表达多种情感，甚至在面对“越狱尝试”时也能冷静地重新引导对话。此外，该模型还能分析照片内容，并就其观察与用户展开讨论。

贾弗特别强调了“遵循指令”能力的重要性，他认为“能够给出一组指令并让模型稳定地执行，是构建模型的关键”。

此外，OpenAI还新增了两种专供API用户的语音Cedar和Marin。从周四开始，新模型和API已向所有开发者开放。贾弗建议开发者，“去做对你的用户最有益的事情，我们相信语音就是未来。”

xAI：切入编程赛道，主打经济高效

与此同时，马斯克旗下的xAI也加入了这场发布热潮，推出了一款名为grok-code-fast-1的“快速且经济”的智能编程模型，正式进军AI编程这一关键领域。

xAI表示，该模型将在有限时间内免费提供，首批发布合作伙伴包括了GitHub Copilot和Windsurf。其“优势在于以经济、紧凑的形式提供强劲的性能”，旨在成为处理常见编程任务的高性价比选择。

智能编程领域的竞争正日趋激烈。 微软的GitHub Copilot已在企业中广泛应用，其CEO萨提亚·纳德拉（Satya Nadella）在4月透露，公司内部已有20%至30%的代码由AI编写。而OpenAI旗下的编程助手Codex也已于6月向ChatGPT Plus用户开放。xAI此刻入局，无疑将使这一赛道的竞争格局更趋复杂。

三雄竞逐，创新与竞争并存

微软、OpenAI和xAI在同一天的模型发布，共同勾勒出当前AI行业竞争激烈、创新层出不穷的图景。

微软正着力于通过自主研发掌握核心技术，并强调模型的成本效益和长期战略部署；OpenAI则持续深耕其技术优势，力图在作为“下一个媒介”的语音交互上定义行业标准；而xAI则以其“快速且经济”的智能编程模型，切入AI编程助手这一关键应用领域。

这三家公司尽管在具体策略和侧重点上有所不同，但都殊途同归地致力于推动AI技术的边界，并将其融入更广泛的产品和应用中。这场“三雄争霸”不仅加速了技术迭代，也预示着人工智能将在未来深刻改变我们的工作和生活方式。（小小）