工具概览
Microsoft AI 宣布了一个由自家开发的七款新模型组成的系列，涵盖图像、语音、转写、编程和推理。该公司将 MAI 模型系列描述为旨在应对真实任务的多模态生态系统。这些模型包括 MAI-Thinking-1，这是一款中等规模的旗舰推理模型，在关键软件工程基准上与领先模型相当，并展现出先进的数学推理能力。MAI-Code-1-Flash 是一款推理高效的智能体式编程模型，集成到 GitHub Copilot、VS Code 和 Microsoft 技术栈中，拥有 50 亿激活参数。MAI-Image-2.5 及其 Flash 变体支持文生图和图像编辑。MAI Transcribe-1.5 是一款转写模型，准确率达到 SOTA，速度比竞争模型快五倍，并支持 43 种语言的领域专用术语。MAI-Voice-2 可生成 15 种语言的自然语音，并能根据简短样本适应某种声音。这些模型在 Foundry 上发布，并针对第一方产品进行了优化，将首次在 OpenRouter、Fireworks 和 Baseten 上向开发者提供，并支持权重微调。Microsoft 还介绍了 Frontier Tuning，即利用强化学习环境让 MAI 模型从组织的工作流中学习，以及与 Mayo Clinic 合作共同打造面向医疗健康的前沿 AI 模型。
定价
目录尚未确认完整价格档位，请到官网查看当前额度、限制及计费方式。
访问官网价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 团队用 MAI-Code-1.1-Flash 借助内置于 GitHub Copilot 和 VS Code 的轻量级智能体式模型，帮助工程团队更快地写出更好的代码。
- 团队用 MAI-Transcribe-2 把嘈杂的音频转成精确的、领域专用的转写文本。
- 团队用 MAI-Image-2.6 根据文字或照片提示词创建可直接用于设计的图像。
- 团队用 MAI-Voice-2.1 提供富有表现力、低延迟且在长时间生成中依然稳定的语音。
- 团队用 MAI-Thinking-1 以中等价位处理复杂问题，具备有竞争力的推理能力和领先的 SWE-Bench Pro 成绩。
- 团队用 Frontier Tuning 和强化学习环境让 MAI 模型直接从自己的工作流中学习。
- 医疗团队使用与 Mayo Clinic 共同打造的前沿 AI 模型，支持临床推理和医疗健康用例。
- 开发者在 OpenRouter、Fireworks 和 Baseten 上使用 MAI 模型，自行微调模型权重。
功能特性
AI 助手
自然语言界面
工作流自动化
用户评论
还没有评论，来分享你的使用体验吧