6月2日，微软在Build 2026开发者大会上做了一件大事：一口气发布了7款完全自研的AI模型。这不是合作，不是授权，是微软自己从零训练的。业界给这个动作起了个名字——"去OpenAI化"。7年独家合作，终于画上了句号。
7年"婚姻"终于结束了
先说背景。
2019年，微软给OpenAI投了10亿美元，从此成为OpenAI最大的金主和独家合作伙伴。Azure云是OpenAI的独家算力提供商，微软的产品（Office、Bing、Copilot）全都用OpenAI的模型。
这种关系持续了7年。
但2026年4月，双方正式结束了独家合作协议。新协议允许微软开发自研AI应用，不必再和OpenAI共享技术。
然后，微软在Build 2026上甩出了7款自研模型。
MAI家族：七兄弟各司其职
这7款模型统称MAI系列，覆盖了AI的核心场景：
1. MAI-Thinking-1：旗舰推理模型，350亿活跃参数（MoE架构），总参数约1万亿，256K上下文窗口。在SWE-Bench Pro编程基准测试中表现与Claude Opus 4.6持平。完全从零训练，零蒸馏。
2. MAI-Code-1-Flash：编程模型，50亿参数，专为GitHub Copilot和VS Code定制。性能对标Haiku，但成本更低。
3. MAI-Image-2.5：图像生成模型，在Arena排行榜上排名第二，超越了Gemini 3 Pro。
4. MAI-Image-2.5-Flash：图像生成的轻量版，速度更快。
5. MAI-Transcribe-1.5：语音转文字，支持43种语言，速度是竞品的5倍。
6. MAI-Voice-2：语音合成，支持15种语言，语调更自然。
7. MAI-Voice-2-Flash：语音合成的轻量版。
为什么说这是"断奶宣言"？
"所有7款模型均为微软内部训练，非OpenAI模型。"
微软这次的表态非常明确：
- 完全自研
：从零训练，不依赖OpenAI的任何技术 - 干净数据
：训练数据不含任何第三方AI生成内容，对医疗、金融等监管行业有吸引力 - 零蒸馏
：没有用OpenAI或Anthropic的模型输出来训练自己的模型 - 端到端自有
：后续的Project Polaris运行在微软自研的Maia AI加速器上，从硅片到模型全栈自研
这意味着什么？微软不再满足于当OpenAI的"代理商"了。它要成为独立的AI巨头。
MAI-Thinking-1：350亿参数打1万亿的仗
最值得关注的是MAI-Thinking-1。
它采用MoE（混合专家）架构，350亿活跃参数，总参数约1万亿。每次推理只激活一小部分"专家"网络，实际资源占用远小于同等能力的Dense模型。
关键数据：
-
SWE-Bench Pro：与Claude Opus 4.6持平 -
AIME数学推理：准确率超过94% -
盲测评估：用户偏好与Claude Sonnet 4.6持平 -
上下文窗口：256K tokens
微软给它的定位很聪明：不追求绝对SOTA，而是用更低的成本覆盖企业级高频推理场景。
蝴蝶效应：AI行业格局巨变
微软的"去OpenAI化"影响深远：
- OpenAI失去最大客户
：微软是OpenAI最大的云服务客户，如果微软转向自研模型，OpenAI的营收将大幅缩水 - GitHub Copilot换引擎
：MAI-Code-1-Flash将在2026年8月取代GPT-4 Turbo，成为GitHub Copilot的默认引擎 - 企业客户有更多选择
：微软的MAI模型可以直接通过Azure调用，企业不需要再通过OpenAI的API - AI模型价格战升级
：微软的规模优势可能让MAI模型的价格远低于OpenAI和Anthropic
有人说，微软这是在"卸磨杀驴"——用OpenAI的技术完成了AI转型，然后自己做模型。但从商业角度看，这完全是理性的选择。当你每年给OpenAI支付几十亿美元的API费用，而你自己有能力训练同等水平的模型时，"去OpenAI化"只是时间问题。微软用了7年时间完成了从"投资者"到"竞争者"的转变。这可能是AI行业历史上最成功的"抄作业"。
作者：cDesgin-天渊 | 发布日期：2026年6月12日