Microsoft Build揭示MAI系列模型與AI硬體，發表多項AI計畫

Microsoft於週二的年度軟體開發者大會「Microsoft Build」上，宣布了一系列廣泛的人工智慧（AI）計畫。該公司展示了策略的重大轉變，推動以AI代理自主執行複雜任務的方式，取代傳統的軟體導航模式。此舉顯示 Microsoft 正持續擴展其端對端AI生態系統，並強化企業市場布局，以因應來自OpenAI與Anthropic等業者的競爭。

Credits: Microsoft官網

一、推理與編碼自有模型亮相，降低對 OpenAI 的依賴

為擴展自有模型生態系統並提升成本控制能力，Microsoft 發表了多款全新 AI 模型：

• MAI-Thinking-1： 這是Microsoft推理模型，目前透過Microsoft Foundry提供私人預覽版。Microsoft AI執行長Mustafa Suleyman表示，在針對麥肯錫（McKinsey）需求優化後，該模型表現優於OpenAI的GPT 5-5，Microsoft 表示成本效益提升了 10 倍。此外，Microsoft宣稱其表現可與Anthropic今年推出的Claude Opus 4.6相當（Anthropic 已於上週宣布推出 Opus 4.8）。

• MAI-Code-1-Flash： 這是Microsoft在Vibe coding的模型，能將文字描述轉為應用程式與網站的原始碼，具備極高效率，可在GitHub Copilot和Visual Studio Code中使用。

• 雲端超大規模更新： 推出宣稱為雲端超大規模企業中最高效的轉錄AI模型，以及一款與 Google競爭的影像模型。

• Aion模型： 可在Windows PC上運行的小型模型。

Microsoft開發者行銷主管Kyle Daigle指出，MAI-Thinking-1屬於中型模型，旨在以低代幣（Token）成本打造高效率與效能。由於使用第三方前沿模型的成本大幅提升，Microsoft透過在自家Azure雲端基礎設施運行自有模型，可免去向OpenAI支付費用，帶來顯著的經濟效益。與此同時，競爭對手如Google已於五月推出Gemini 3.5 Flash，而Anthropic已於6月1日以保密方式提交首次公開募股（IPO）申請，OpenAI亦尋求於今年發行股票。

二、發表由 Nvidia 驅動的 PC 與「Project Solara」硬體概念

在硬體與裝置方面，Microsoft 預告了 AI 驅動裝置的新形態：

• Surface RTX Spark Dev Box： 搭載 Nvidia（NVDA）新款RTX Spark PC晶片的開發機。高層在舞台上展示該機器運行一個高達1200億參數的AI模型，這是多數PC無法載入的複雜度。新一代PC的定價旨在與蘋果的高階產品競爭，但分析師認為企業採用仍需時間。

• Project Solara： 包含智慧音箱大小的桌面裝置，以及徽章大小、可掛在脖子或腰帶環上的「可穿戴通行證」。這些概念裝置基於高通與聯發科的晶片，配備螢幕、麥克風及小型攝影機（徽章型具備指紋啟動功能），不再運行傳統作業系統，而是搭載 AI 代理與雲端系統對話以執行特定任務（如記錄醫療就診）。目前僅有數百名Microsoft員工在使用這些試點裝置。

Microsoft高管Steven Bathiche表示，這些穿戴式裝置旨在讓辦公室員工在行動中與 AI 代理互動。然而，外界對於此類 AI 裝置何時及如何錄製、儲存影片仍有嚴格審視。此外，科技高管在近期波及數千人的裁員潮中，亦廣泛提及了此類 AI 協助技術的進展。

三、量子晶片 Majorana 2 號稱可靠性提升 1,000 倍

除了AI技術，Microsoft亦發表了在拓撲（topological）量子運算領域的重大進展，推出第二代拓撲量子晶片Majorana 2：

• 技術數據： Majorana 2的量子位元平均存活時間從前代的毫秒級大幅提升至20秒，可靠性提高 1,000 倍。第二代晶片效果更好的部分原因在於科學家將超導體材料從鋁改為鉛。

• 商業時間表：Microsoft Quantum企業副總裁Zulfi Alam預估，預估將於2029年前後推出一台能解決商業可行問題的容錯量子機器。不過，目前晶片僅有12個量子位元，而實際解決問題需要數百萬個量子位元。

Microsoft Quantum與Discovery執行副總裁Jason Zander表示，未來人類、AI 與量子電腦將各司其職，量子運算有望將解決微塑膠、消除永久化學物質或研發肥料的時間週期大幅壓縮。然而，量子位元極其脆弱，微小的溫度變化或振動都會造成錯誤，目前業界尚未實現可大規模容錯運行的通用量子電腦，而 Google Deepmind 共同創辦人 Demis Hassabis 近期亦指出，目前仍未知傳統經典電腦的極限在哪裡。