不押注单一AI巨头，微软用MAI自研模型矩阵重构AI版图

微软CEO萨蒂亚·纳德拉在最新季度财报电话会议上明确表示，微软正推动企业采用多模型架构，并加大自研AI模型投入，以降低对单一前沿AI实验室的依赖。纳德拉强调，企业不应过度依赖任何一家模型供应商，微软的目标是帮助企业“掌控自己的命运”。

MAI家族于2026年6月2日正式亮相。MAI系列的核心是完全从零开始训练，使用的是企业级、干净且具备合规商业授权的数据，在预训练阶段排除了AI生成内容，也没有使用来自第三方模型的蒸馏数据。

截至目前，MAI系列已覆盖七大领域：

纳德拉的逻辑很直接：软件第一次有了真正的边际成本，模型选择从技术默认变成了商业决策。前沿模型处理前沿问题，其他一切交给更便宜、性能相当的自研模型。

微软AI模型负责人穆斯塔法·苏莱曼的表态更为直接：“我们每年向Anthropic支付巨额费用，目标是逐步降低、最终完全消除这部分支出”。

MAI模型已在Excel、Outlook等亿级用户产品中落地，每周处理数万条AI提示词。MAI-Cyber-1-Flash在CyberGym基准测试中取得95.95%的成绩，超过Mythos、Gemini和GPT系列，同时成本降低约50%。MAI-Code-1-Flash在降低使用成本的前提下，实现了Anthropic Opus 4.6同等的代码生成能力。

微软已将MAI模型同步上架OpenRouter、Fireworks AI和Base 10等平台，开发者可在自己习惯的生态中直接调用。

纳德拉反复强调的不是某一个模型，而是11000个模型——涵盖OpenAI、Anthropic、Mistral、xAI以及自研MAI系列。这背后是一种典型的微软逻辑：未来不会只有一个超级模型，模型会越来越像数据库、服务器和云资源，成为一种标准能力。

从MAI模型、Azure AI Foundry、自研AI芯片Maya到量子计算，微软展示了一整套覆盖开发、模型、数据、算力和治理的完整生态。纳德拉为这场转型设定了一个检验标准：即使任何一个单一模型被抽走，评估分数也应该持续提升。记忆、上下文、工具和技能被刻意放在模型之外，确保没有一家供应商能掌握杠杆。

当AI应用从模型竞争转向平台和智能体生态竞争，微软的多模型战略正在降低企业AI部署门槛，同时强化自身在下一代AI基础设施竞争中的主动权。