如果 Build 2025 暗示了 Microsoft 构建自有 AI 模型的意图，那么 Build 2026 则是它兑现的一年。
6 月 2 日，Microsoft 揭晓了 七款内部 MAI（Microsoft AI）模型——这是其有史以来规模最大的第一方 AI 发布。这些模型由 Mustafa Suleyman 团队从零开始构建，未从 OpenAI 或任何第三方进行任何蒸馏，这是 Microsoft 在宣告自己作为模型构建者，而非转售商。
对 CTO 和工程负责人而言，信号毫不含糊：Microsoft 自有的模型生态系统已达到临界规模。以下是已落地的内容、其意义以及未来走向。
MAI 家族：七款模型，一个战略
Build 2026 主题演讲围绕 MAI 模型家族 展开——这是 Microsoft 新的旗舰专有 AI 模型系列，基于"Hill-Climbing Machine"训练管道构建。
MAI-Thinking-1：真正的前沿竞争者
最引人注目的是 MAI-Thinking-1，这是一款稀疏 Mixture-of-Experts 模型，约 350 亿活跃参数（总参数约 1 万亿），支持 256K-token 上下文窗口。
基准测试将其置于前沿级别领域：
- AIME 2025: 97.0%
- AIME 2026: 94.5%
- SWE-Bench Pro: 53% — 在编码上与 Claude Opus 4.6 持平
- 盲测人类评估者（通过 Surge）在并排评估中更偏好它而非 Sonnet 4.6
Microsoft 将其定位为"该层级中性价比最高的前沿级模型"。关键在于，公司仅使用商业许可数据从零训练——没有从 OpenAI 或任何其他外部模型蒸馏。对于一直 wary 其他前沿模型 IP 污染风险的企业买家而言，这很重要。
MAI-Code-1-Flash：专为开发者工作流打造
50 亿参数的 MAI-Code-1-Flash 实力远超其体量。它在 SWE-Bench Pro 上得分 51.2%，在全部四项核心编码基准上以 16 个百分点（51.2% vs. 35.2%）优势超越 Claude Haiku 4.5，同时使用最多 60% 更少的 token。
直接在 GitHub Copilot 生产工具和许可代码仓库上训练，此模型已在所有 Copilot 层级（Free、Student、Pro、Pro+ 和 Max）上推出。可直接从 VS Code 模型选择器选择。对于大规模运行 Copilot 的团队，仅 token 效率就转化为有意义的成本节省。
支撑 MAI 模型：图像、转录和语音
MAI-Image-2.5 较前一代跃升 75 个 Elo 点，现居 Arena 排行榜图像编辑第 2 位。已在 PowerPoint 中上线并正推广到 OneDrive。MAI-Transcribe-1.5 以 2.4% 词错误率处理 43 种语言——以 276× 实时批处理速度在 15 秒内转录 1 小时音频。MAI-Voice-2 支持 15 种语言，可从 5–60 秒参考音频进行零样本语音克隆，盲测偏好较前一代提升 72%。
战略要点： Microsoft 首次在 非 Azure 推理平台 上发布这些模型——OpenRouter、Fireworks AI 和 Baseten。这是一种有意的分发策略。Microsoft 希望其模型被到处使用，而不仅限于自家围栏花园。
Phi-4 家族：密度、多样性以及新颖架构
Phi-4 家族继续是 Microsoft 最高产的开源权重模型线，本月带来了两项重要补充。
Phi-4-mini-flash-reasoning：SambaY 架构
仅 38 亿参数的 Phi-4-mini-flash-reasoning 引入了 SambaY——一种混合解码器架构，结合 Mamba（状态空间模型）、滑动窗口注意力和全注意力层，并穿插门控内存单元。
这是对原始 Transformer 的真正架构突破，结果说明一切：
| 基准 | Phi-4-mini-reasoning (3.8B) | DeepSeek-R1-Distill-Llama-8B | Llama-3.2-3B |
|---|---|---|---|
| AIME | 57.5 | 43.3 | 6.7 |
| MATH-500 | 94.6 | 86.9 | 44.4 |
| GPQA Diamond | 52.0 | 47.3 | 25.3 |
38 亿参数模型在竞赛数学上超越 80 亿参数蒸馏模型值得注意。SambaY 架构提供比标准 Phi-4-mini-reasoning 高达 10 倍的吞吐量，延迟降低 2–3 倍。MIT 许可，立即可用于 GPU 预算受限的本地或边缘部署。
Phi-4-Reasoning-Vision-15B
3 月发布，这款 15B 多模态模型将 SigLIP-2 视觉编码器与 Phi-4-Reasoning 骨干结合，在视觉基准上与约 10 倍其体量的模型竞争：AI2D 84.8%，ChartQA 83.3%。其 Dataset 和 <nothink> 模式为开发者在推理深度与延迟之间提供灵活性。
Phi-4-Medium 和 Orca-3
Build 2026 上发布的两款专有中端模型。Phi-4-Medium 面向生产应用，128K 上下文窗口，HumanEval 82%，比 OpenAI 标准费率低约 40%。Orca-3 处理模板驱动任务——JSON 验证、邮件起草和日志解析。
Aion 1.0：端侧 AI 作为平台战略
Microsoft 还在 Build 2026 上发布了 Aion 1.0——面向 Windows 的端侧 AI 模型家族，取代 Phi Silica 成为内置 SLM。
Aion 1.0 Instruct 在 Edge Canary/Dev 中处于开发者预览阶段，可在 CPU、GPU 或 NPU 上运行（无需专用 GPU），处理摘要、改写、意图检测和可访问性。计划 2026 年 7 月在 Hugging Face 开放权重。
Aion 1.0 Plan（14B，32K 上下文）面向端侧代理式工作流——推理、工具调用、文件管理和子代理编排。将在未来几个月内随 Windows 在支持的硬件上内置交付。
这是支撑 Windows Agent Framework（在 Build 上开源）的模型层，配以 Copilot Runtime API 用于本地 Win32/WinUI 3 推理。Nadella 关于"无计量智能"的框架——端侧 Aion、中量级 RTX Spark、云端前沿推理——清晰阐述了 Microsoft 的边缘到云 AI 架构。
Project Polaris：Copilot 的第一方未来
Project Polaris——按语言分设专用子模块的 MoE 编码模型——将于 2026 年 8 月起取代 GPT-4 Turbo 成为默认 GitHub Copilot 模型。它运行在 Microsoft 定制的 Maia AI 加速器 上，相比 NVIDIA 硬件降低了推理延迟。三个月回退期允许团队在需要时继续使用 GPT-4。对于企业客户，Maia 芯片 + 第一方模型意味着 Microsoft 控制从训练到推理的整个技术栈。
一切意味着什么
几条战略主线汇聚：
对 OpenAI 的独立是真实的。 MAI-Thinking-1 证明了没有 OpenAI 数据的前沿能力。多平台分发策略确认它们在竞争，而非对冲。
密度胜过原始规模。 14B 模型与 70B 级别替代品竞争，3.8B 模型超越 8B 蒸馏对手——Microsoft 押注效率作为差异化因素。
架构创新持续。 Phi-4-mini-flash-reasoning 中的 SambaY 表明 Microsoft 在合理之处会超越原始 Transformer。
全栈控制正在加速。 Maia 芯片 + Aion + Windows Agent Framework + Foundry + 第三方平台 = Microsoft 从芯片到应用构建自己的 AI 技术栈。
对工程领导者而言，评估标准正在改变。问题不再是"是否应该使用 Microsoft 的 AI 模型？"——而是"使用哪款 Microsoft 第一方模型，以及放在我技术栈的哪个位置？"
答案越来越倾向于 全部 ——从边缘的 Aion 到云端的 MAI-Thinking-1，Phi-4 填补其间的每个位置。