【文章来源：techweb】
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）
【文章来源：techweb】
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）
【文章来源：techweb】
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）
【文章来源：techweb】
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）
