微软通过 Microsoft Foundry 正式推出三款自研 AI 模型：MAI-Transcribe-1、MAI-Voice-1 及 MAI-Image-2。其中，转录模型在涵盖 25 种语言的 FLEURS 基准测试中词错误率（WER）最低，多数语言表现优于 OpenAI Whisper 和 Google Gemini Flash。
自研模型实现降本增效与战略独立
上述模型由不足 10 人的团队开发，GPU 资源占用仅为同类竞品一半。微软将其定价设定低于主流云服务商，旨在降低 Teams、Copilot、Bing 及 PowerPoint 等内部服务的基础设施成本。
此次发布紧随微软与 OpenAI 重新谈判合同之后，该协议此前限制了微软独立推进通用人工智能（AGI）研发。微软 AI 首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）明确表示，公司目标是在所有模型模态上实现“完全独立”。