（华盛顿4日综合电）微软不只投资人工智能（AI），帮别人卖AI，现在连文字、语音、影像模型都自己下场做了。
“TechCrunch”报导，微软旗下研究部门Microsoft AI周五（3日）宣布推出3款基础AI模型，分别可用于文字、语音与影像生成，进一步和其他AI实验室正面竞争，尽管微软目前仍与OpenAI维持紧密合作关系。
这3款模型包括语音转文字模型MAI-Transcribe-1、语音生成模型MAI-Voice-1，以及影像生成模型MAI-Image-2。
微软表示，MAI-Transcribe-1可支援25种语言语音转文字，速度是Azure Fast方案的2.5倍；MAI-Voice-1则可在1秒内生60秒音讯，且能建立自订声音；MAI-Image-2则主打影像生成能力。
其中，MAI-Image-2其实已于3月19日先在MAI Playground上线。
如今微软进一步把3款模型都推上Microsoft Foundry，而语音转文字与语音生成模型也同步在MAI Playground开放使用。
报导指出，这些模型由微软MAI Superintelligence团队开发，该团队由Microsoft AI执行长苏莱曼（Mustafa Suleyman）领军，并于2025年11月正式成立与对外公布。
苏莱曼表示，Microsoft AI正在打造“以人为本”的AI，强调在开发模型时，会把人放在中心，依照人们真实的沟通方式进行优化，并以实际应用场景作为训练方向。他也预告，未来还会有更多模型进入Foundry，甚至直接整合进微软产品与使用体验中。
在大型语言模型市场竞争愈来愈拥挤之际，微软认为这批模型的一大卖点，是价格比Google与OpenAI的部分产品更便宜。
以定价来看，MAI-Transcribe-1每小时0.36美元（约1令吉45仙）；MAI-Voice-1每100万字元22美元（约89令吉）；MAI-Image-2则是文字输入每100万tokens收费5美元（约20令吉15仙），影像输出每100万tokens收费33美元（约133令吉03仙）。
尽管微软持续推出自家模型，苏莱曼接受外媒访问时仍重申，微软对OpenAI的合作承诺并未改变。不过他也透露，双方近期重新谈判合作内容后，确实让微软能更自由推进所谓的“超级智能”研究。
根据报导，微软至今已对OpenAI投资超过130亿美元（约524亿令吉），并透过多年合作，将OpenAI模型部署到旗下多项产品中。微软在晶片策略上也采取类似做法，一方面自行研发，一方面也向外部供应商采购。
文：台湾壹苹新闻网
图：美联社
