微软第一方 AI 模型战略已经到了这样的节点：各项成果不只是陆续发布，而是正在生产中取代第三方模型。本周的转折点：MAI-Code-1-Flash 现已成为 GitHub Copilot 全线的默认编码模型，取代 GPT-4 Turbo，并设有三个月回退窗口、于 2026 年 11 月结束。

对工程负责人而言，问题已从"微软能不能自己造模型？“转变为"我该以多大力度把工作负载迁移到第一方 MAI，还是继续使用 GPT-5.6 和 Claude？“本期涵盖 Copilot 的路由切换、Aion 1.0 端侧时间表、六天后到期的 Azure Vision API 停用，以及正悄然为开源权重多模态推理树立新标杆的 Phi-4-reasoning-vision。

MAI-Code-1-Flash：Copilot 默认模型正式换成第一方

MAI-Code-1-Flash 于 6 月 26 日在所有 Copilot 层级（Free 至 Max）正式发布，并于 2026 年 8 月成为默认编码模型。其架构为稀疏混合专家（MoE）设计——总参数 1370 亿、激活参数 50 亿、上下文窗口 256K——并针对 VS Code 与 GitHub Copilot CLI 工作流做了优化。

SWE-Bench Pro 达到 51.2%，以最高 60% 更少的 token 用量领先 Claude Haiku 4.5 达 16 个百分点（35.2%）。定价：输入 $0.75/百万 token、输出 $4.50/百万 token——显著低于同类第三方选项。该模型直接在 GitHub Copilot 生产工作流与授权代码仓库上训练，这正是其智能体编码能力强劲的原因。

切换计划对在生产环境运行 Copilot 的团队至关重要：GPT-4 Turbo 作为回退选项保留至 2026 年 11 月，此后 MAI-Code-1-Flash 将完全运行在微软 Maia 200 加速器上。如果你有依赖 GPT-4 Turbo 行为的提示词工程或评测管道，现在就是针对 MAI-Code-1-Flash 进行测试的时候。

Copilot 路由：哪些任务走 MAI，哪些仍用第三方

彭博社证实 Microsoft 365 Copilot 现在将 Excel 与 Outlook 的提示词路由至 MAI 模型。当前路由划分：

日常任务——Outlook 邮件回复草拟、会议总结、Excel 公式生成、VS Code 编码（MAI-Code-1-Flash）、PowerPoint 与 OneDrive 图像生成（MAI-Image-2.5）、Teams 转录（MAI-Transcribe-1.5）——均路由至第一方 MAI。对长篇幅非结构化文档的新颖分析、复杂多步推理，以及需要风格判断的创意生成，仍路由至 GPT-5.6 与 Claude；GPT-5.6 仍是 Microsoft 365 Copilot 的首选模型，但在经济性允许的场景下路由日益偏向第一方。

趋势很清晰：到 2026 年底，大多数常规 Copilot 任务将运行在 MAI 模型上。请按第一方路由将持续扩大（而非收缩）的假设为 Microsoft 365 Copilot 部署做预算。

Aion 1.0：Windows 端侧 AI 时间表明确

Aion 1.0 于 Build 2026 大会发布，是微软"不限量智能"的布局——零云依赖、零边际推理成本。它将取代 Phi Silica 成为 Windows 的端侧模型，共两个变体：

Aion 1.0 Instruct 在 CPU、GPU 或 NPU 上处理摘要、改写、意图分类与无障碍任务——无需专用硬件。开发者预览现已在 Edge Canary 与 Dev 版本中提供（edge://flags，“Enable prerelease on-device language model”）。

Aion 1.0 Plan 是重量级变体：140 亿参数、32K 上下文，专为端侧智能体推理设计，包括工具调用、文件管理与子智能体编排。它将通过微软在 Build 2026 开源的 Windows Agent Framework 预装到具备能力的 Windows 设备上。硬件要求：搭载 40+ TOPS NPU 的 Copilot+ PC（Snapdragon X Elite、Intel Lunar Lake），或 NVIDIA RTX 30+ / AMD Radeon RX 9060+ GPU。

时间表：10 月 1 日发布独立测试包，10 月 23 日向 Windows Insiders 推送，2026 年 11 月 24 日正式发布——Phi Silica 同一天从零售设备上移除。现有 Phi Silica LoRA 适配器无法迁移到 Aion——请现在就规划重新训练。

Azure Vision API：六天后硬性停用

本周最紧急：旧版 Azure Vision API（1.0–3.1 版）将于 2026 年 9 月 13 日停用——是硬性停用，而非软弃用。任何仍在调用这些端点的应用都将收到 410 Gone 响应。

迁移目标是基于 Florence-2 的 Image Analysis 4.0 SDK。Florence-2 仍是微软的视觉基础模型：统一的 seq2seq 架构，以单一权重集处理 12+ 项视觉任务，包括目标检测、分割、图像描述、164 种语言的 OCR 与视觉定位。large 变体（7.7 亿参数）达到生产级；base 变体（2.3 亿参数）可在标准 CPU 上运行。

采用数据印证了它的稳定性：截至 2026 年 7 月，base 模型在 Hugging Face 上每月约 266 万次下载，large 模型约 81.3 万次。Florence-3 尚无消息。9 月 13 日之后，经由 Image Analysis 4.0 的 Florence-2 是在 Azure 上构建新视觉管线的唯一受支持路径。

Phi-4-Reasoning-Vision-15B：开源权重多模态的突破

Phi-4-reasoning-vision-15B 于 2026 年 3 月 4 日以 MIT 许可发布，是今年最重要的 Phi 版本。它将 Phi-4-reasoning 语言骨干与 SigLIP-2 视觉编码器以中段融合方式结合，总参数约 150 亿，输入窗口 16,384 token。

最突出的特性：动态推理激活。模型仅在任务需要思维链推理时输出思考块——对于 OCR、图像描述、定位等感知任务，它直接给出答案。开发者可用 think 与 nothink 标签强制行为。机制：混合模式数据集——20% 思考样本、80% 无思考样本。

对于一个 15B 开源权重模型，其基准成绩相当亮眼：ScreenSpot v2 达 88.2%（此前 Phi-4-multimodal-instruct 仅 28.5%），MathVista 75.2，AI2D 84.8，ChartQA 83.3。训练仅耗时四天，使用 240 块 NVIDIA B200 GPU、约 2000 亿精心筛选的多模态 token。

对于评估本地多模态推理方案的 CTO 来说，该模型处于一个甜蜜点：在视觉推理基准上胜过大 10 倍的模型，同时硬件需求一个团队即可配置。它与 Florence-2 互补而非替代——Florence-2 是高吞吐视觉基础设施层，Phi-4-reasoning-vision 是其上的推理层。

Phi-Ground-Any-4B：面向计算机操作的 GUI 定位

Phi-Ground-Any-4B 由微软亚洲研究院于 2026 年 5 月发布，是一个 40 亿参数的 GUI 定位模型，从 Phi-3.5-vision-instruct 微调而来。它从截图中直接输出点击坐标以支撑计算机操作智能体管道，在 100 亿参数以下类别中取得家族最佳成绩：ScreenSpot-Pro 约 55.0，UI-Vision 36.2。

该技术已集成到 Windows Copilot 的"Vision Highlighting”（视觉高亮）功能中。权重以 MIT 许可发布在 Hugging Face（microsoft/Phi-Ground-Any），推理约需 8GB+ 显存。对于构建计算机操作智能体的团队，这是值得对标评测的开源权重模型。

VibeVoice：0.5B 参数、300 毫秒内出首字的实时 TTS

VibeVoice-Realtime-0.5B（MIT 许可）的流式文本转语音首个可听 token 延迟低于 300 毫秒。架构将 Qwen2.5-0.5B 骨干与 sigma-VAE 声学分词器及扩散解码头相结合，支持英语及另外九种语言，在远小于后者的规模上与 VALL-E 2、Voicebox 旗鼓相当。注意其 Qwen2.5 骨干：这是混合血统模型，并非纯粹的微软从零训练——但 TTS 管道与训练方法属于微软。

下周关注清单

  • 9 月 13 日： 旧版 Azure Vision API 停用——请今天就核验迁移状态。
  • 10 月 1 日： Aion 1.0 Instruct 独立测试包。
  • 10 月 23 日： Aion 1.0 Instruct 开始推送 Windows Insiders。
  • 11 月 24 日： Aion 1.0 正式发布；Phi Silica 退出零售 Windows。
  • 2026 年 11 月： GPT-4 Turbo 回退窗口结束——MAI-Code-1-Flash 成为唯一默认。

这些事件的模式是一致的：微软正在云、边缘与端侧各层，系统性地以第一方模型取代对第三方模型的依赖。这些模型并非总在领跑前沿——独立测试认为 MAI-Thinking-1 大致处于 DeepSeek V3.2 级别——但成本经济性与集成深度正成为结构性优势。对工程团队而言，务实的做法是：现在就为常规工作负载评估 MAI 模型，同时在质量差异仍足以支撑溢价的场景继续保留第三方前沿模型。

欢迎在 https://x.com/kkaminsk 关注实时分析，追踪这些模型的发布动态。