AI一日三新品：微軟自立門戶，OpenAI搶占語音，馬斯克奇襲編程快訊
一款高效的語音AI模型，創新與競爭并存 微軟、OpenAI和xAI在同一天的模型發布，微軟、OpenAI與埃隆·馬斯克旗下的xAI不約而同地發布了各自最新的AI模型。
周四，微軟、OpenAI與埃隆·馬斯克旗下的xAI不約而同地發布了各自最新的AI模型，此舉不僅標志著AI賽道的競爭已進入白熱化階段，也凸顯了核心技術正以前所未有的速度向前推進。
微軟：自研模型，志在掌控AI命運
微軟周四推出了兩款自主研發的強大AI模型，此舉標志著微軟的人工智能部門將不再“藏于幕后”，而是要正式走向臺前，與OpenAI等行業巨頭正面競爭，從而在高風險的AI賽道上掌握自己的命運。
MAI-Voice-1：一款高效的語音AI模型，能夠在單個GPU上運行，并在不到一秒內生成一分鐘的音頻。
· MAI-1-preview：一款文本模型，預計將為未來版本的Copilot AI助手提供支持。
這兩款模型在設計上都高度注重成本效益。 微軟人工智能部門負責人穆斯塔法·蘇萊曼（Mustafa Suleyman）透露，微軟采用了部分來自開源社區的技術，以MAI-1-preview為例，其訓練僅使用了約1.5萬顆英偉達H-100 GPU，遠低于xAI的Grok模型所使用的超10萬顆。
“如今，訓練模型的藝術就在于選擇完美的數據，避免在無效的Token上浪費任何計算力，”蘇萊曼強調。
盡管AI模型日趨高效，但消費者需求和新技術對算力的依賴持續增長，導致AI公司面臨著巨大的成本挑戰。蘇萊曼透露，微軟的AI團隊已在全球多個頂級數據中心著手開發下一代模型，這些數據中心均配備了英偉達的下一代芯片GB-200。他描繪了一個“龐大的五年發展路線圖”，并表示“每個季度都在進行投資”。
“作為全球最大的公司之一，我們必須具備打造世界最強模型的內部專業能力，”蘇萊曼表示。不過，他也試圖淡化與長期合作伙伴OpenAI的潛在競爭，稱“我們的目標是深化合作關系”。
作為一名AI安全的倡導者，蘇萊曼近期曾撰文警告“看似有意識的AI”的危險，并表示微軟的目標是在“后訓練”階段，像雕刻一樣移除讓模型看起來擁有情感和目標的特征。“盲目模仿所有人類能力存在實際風險，而現在正是我們主動思考這些風險的時候。”
有分析認為，盡管微軟仍處于構建強大AI模型的初期階段，但此舉對于微軟保持長期競爭力至關重要。其最終目標，或許是借助Windows和Office的強大分發渠道，利用自研AI模型和基礎設施為這些核心產品提供支持。
OpenAI：升級語音API，定義“下一個媒介”
同一天，OpenAI也發布了其迄今為止最先進的語音模型gpt-realtime，并宣布其Realtime API在歷經數月公測后已廣泛可用。
“我們認為語音是下一個媒介，”OpenAI產品負責人邁克達德·賈弗（Miqdad Jaffer）表示，“通過語音來表達，比文本更簡單、更自然。”
據介紹，OpenAI于2024年10月首次以公測版形式推出了Realtime API，此次更新后，將支持遠程模型上下文協議（MCP）服務器、圖像輸入和電話呼叫。OpenAI方面表示，MCP非常適合語音命令，能讓用戶無縫地通過已連接的應用程序執行操作。
這些擴展功能將使得語音智能體能夠訪問更多工具，并擁有更豐富的上下文來協助用戶。這不僅簡化了將AI模型與數據源連接的過程，并且MCP作為一項開放標準，還能在確保連接安全性的同時，優先保護用戶的數據和隱私。
新的gpt-realtime模型則在多個維度上實現了顯著提升：不僅在智能化、函數調用和遵循復雜指令方面有所改進，還能在單個句子中途流暢地切換語言。其演示版本展現了逼真的類人特性，聲音的起伏能夠表達多種情感，甚至在面對“越獄嘗試”時也能冷靜地重新引導對話。此外，該模型還能分析照片內容，并就其觀察與用戶展開討論。
賈弗特別強調了“遵循指令”能力的重要性，他認為“能夠給出一組指令并讓模型穩定地執行，是構建模型的關鍵”。
此外，OpenAI還新增了兩種專供API用戶的語音Cedar和Marin。從周四開始，新模型和API已向所有開發者開放。賈弗建議開發者，“去做對你的用戶最有益的事情，我們相信語音就是未來。”
xAI：切入編程賽道，主打經濟高效
與此同時，馬斯克旗下的xAI也加入了這場發布熱潮，推出了一款名為grok-code-fast-1的“快速且經濟”的智能編程模型，正式進軍AI編程這一關鍵領域。
xAI表示，該模型將在有限時間內免費提供，首批發布合作伙伴包括了GitHub Copilot和Windsurf。其“優勢在于以經濟、緊湊的形式提供強勁的性能”，旨在成為處理常見編程任務的高性價比選擇。
智能編程領域的競爭正日趨激烈。 微軟的GitHub Copilot已在企業中廣泛應用，其CEO薩提亞·納德拉（Satya Nadella）在4月透露，公司內部已有20%至30%的代碼由AI編寫。而OpenAI旗下的編程助手Codex也已于6月向ChatGPT Plus用戶開放。xAI此刻入局，無疑將使這一賽道的競爭格局更趨復雜。
三雄競逐，創新與競爭并存
微軟、OpenAI和xAI在同一天的模型發布，共同勾勒出當前AI行業競爭激烈、創新層出不窮的圖景。
微軟正著力于通過自主研發掌握核心技術，并強調模型的成本效益和長期戰略部署；OpenAI則持續深耕其技術優勢，力圖在作為“下一個媒介”的語音交互上定義行業標準；而xAI則以其“快速且經濟”的智能編程模型，切入AI編程助手這一關鍵應用領域。
這三家公司盡管在具體策略和側重點上有所不同，但都殊途同歸地致力于推動AI技術的邊界，并將其融入更廣泛的產品和應用中。這場“三雄爭霸”不僅加速了技術迭代，也預示著人工智能將在未來深刻改變我們的工作和生活方式。（小小）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
