在2026年Build开发者大会上，微软宣布大幅扩充其由Microsoft AI Superintelligence团队打造的自研MAI模型家族，新推出首个通用推理模型MAI-Thinking-1、一款面向GitHub Copilot的代码模型MAI-Code-1，以及多款语音、转写和图像生成模型更新版本，进一步完善其端到端AI技术版图。这标志着微软在基础模型领域从语音、图像向复杂推理和开发者生产力场景加速延伸。
　　微软表示，过去一年中MAI模型家族持续扩容，先后发布了MAI-Voice-1、MAI-1-preview，以及今年早些时候的MAI-Transcribe-1和MAI-Image-2，之后又推出在文本渲染、风格化插画和商用图像质量方面均有提升的MAI-Image-2.5。本次在此基础上新增推理与代码模型，并同步升级语音、转写和图像产品线，形成更完整的产品组合。
　　MAI-Thinking-1是微软官方公布的首款推理模型，由Microsoft AI团队自零开始训练，没有采用其他模型蒸馏而来。微软强调，该模型使用经过清洗、且具有商业许可的企业级数据训练，旨在满足企业用户对数据合规和可商用性的要求。MAI-Thinking-1为中等规模模型，拥有350亿个激活参数，支持128K上下文窗口，主要面向复杂多步骤指令执行、长上下文推理以及代码生成等场景。
　　尽管微软并未在公告中公开详细基准测试数据，但其在博客中援引独立评审结果称，在盲测中，评审者在整体偏好上更倾向于MAI-Thinking-1，而非Anthropic的Claude Sonnet 4.6。此外，微软还表示，在SWE-bench Pro代码任务测试中，MAI-Thinking-1在编码表现上可与Claude Opus 4.6相当，显示出该模型在开发者和复杂工程任务上的潜力。MAI-Thinking-1目前已通过Microsoft Foundry向特定客户开启私有预览。
　　在图像生成方面，微软此前发布的MAI-Image-2.5及其“闪电版”（flash variant）已通过Microsoft Foundry向开发者开放。据微软转引的Arena最新文榜单数据，MAI-Image-2.5在文本生成图像任务上超越了Google的Nano Banana Pro，进入榜单前三名。该模型已经集成进PowerPoint，并正逐步向OneDrive推出，为Office生态提供更高质量的图像生成功能。
　　在语音转写方面，微软今年4月曾发布MAI-Transcribe-1，支持基于其自有产品使用数据统计出的25种最常用语言的语音转文本转写。本次微软推出升级版本MAI-Transcribe-1.5，在语音识别准确率方面达到业界领先水平，覆盖语言数量扩展至43种，并计划很快为该模型加入流式转写能力，以满足实时场景需求。
　　语音合成方向上，在今年4月宣布MAI-Voice-1一般可用之后，微软此次又发布MAI-Voice-2以及其闪电版变体。新一代语音生成模型支持额外超过15种语言，并提供更多语音风格选项，以适配更丰富的应用场景，例如多语言客服、内容配音和智能助手等。
　　面向开发者的编码场景，微软同步推出MAI-Code-1，这是一款针对GitHub工作负载优化的高效推理代码模型。该模型已经在GitHub Copilot和Visual Studio Code中上线，面向日常编码、重构和代码补全等场景提供支持。虽然微软尚未披露MAI-Code-1的具体基准测试结果，但此次发布被视为一个重要信号——微软在GitHub Copilot的底层模型上不再完全依赖OpenAI和Anthropic，而是逐步引入自研模型。
　　在分发渠道上，除通过Microsoft Foundry面向企业和开发者提供服务外，微软还宣布其MAI系列模型将陆续登陆Fireworks AI、Baseten和OpenRouter等第三方平台。同时，Fireworks AI也已在Microsoft Foundry内实现一般可用，为企业客户提供更多架构和部署选择。通过与多家平台合作，微软希望进一步降低接入门槛，加速MAI模型在不同云和工具生态中的落地。
　　从整体布局来看，微软正以MAI推理、编码、语音、转写和图像等多类型模型构建一套完整的企业级AI能力矩阵。随着MAI-Thinking-1和MAI-Code-1的加入，微软在复杂推理以及开发者生产力领域的话语权显著增强，也为GitHub Copilot、Office系列及合作平台提供了更具竞争力的技术底座。