微软加速自研 AI 模型,力求在图文音频处理上领跑行业

微软正加速推进自研AI模型研发,计划在2027年前实现文本、图像和音频处理能力的世界领先水平,以摆脱对OpenAI等外部合作伙伴的依赖。公司已部署英伟达GB200芯片集群,提升底层算力,并于4月2日发布语音转录模型,在25种语言中11种表现超越现有竞品。随着与OpenAI合作协议调整完成,微软已全面转向技术自主化路径,目标是在未来三到五年内成为具备核心AI研发能力的头部厂商。此举标志着其从AI集成商向基础模型研发商的战略转型。

文章作者、来源:AIBase

微软公司正以前所未有的力度推进自研AI模型研发,旨在未来几年内构建起能与OpenAI和Anthropic并驾齐驱的前沿系统。微软AI负责人苏莱曼明确表示,公司的核心目标是打造行业内最尖端的模型。

根据最新披露的战略规划,微软计划在 2027 年之前,使其自研模型在文本、图像以及音频处理能力上达到世界领先水平。这意味着微软正试图打破过去在通用大模型领域对外部合作伙伴的长期依赖。

算力加持与自研模型初显成效

为了支撑这一宏大愿景,微软正在大规模部署英伟达最新的GB200 芯片集群。公司计划在未来的 12 至 18 个月内,将底层算力提升至全球最前沿的规模,为模型迭代提供坚实的硬件基础。

作为阶段性的成果,微软于 4 月 2 日发布了一款全新的语音转录模型。测试数据显示,在 25 种主流语言中,该模型有 11 种语言的表现已经超越了目前市场上的同类竞争产品。

摆脱协议束缚实现技术自主化

此前,微软在开发通用大模型时曾受到与OpenAI合作协议的诸多限制。但在去年协议调整并实现“松绑”后,微软内部已经扫清了自研障碍,全力转向技术自主化的轨道。

微软首席执行官纳德拉在内部会议中强调,未来三到五年内实现AI能力的自主化是集团的核心目标。这种战略调整预示着,微软将从AI技术的集成商转变为拥有核心自主能力的顶尖研发商。