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）