微软加快自研 AI 模型步伐，力争在图文音频处理上领跑

微软正以空前力度推进自研AI模型，计划在未来几年打造能与 OpenAI 和 Anthropic 并肩竞争的前沿系统。微软 AI 负责人苏莱曼表示，公司的核心目标是做出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，让自研模型在文本、图像与音频处理上达到世界领先水平。这也意味着，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。

算力加码，自研模型初见成效

为支撑这一愿景，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 12 至 18 个月内，把底层算力提升到全球前列规模，为模型迭代提供坚实的硬件底座。

作为阶段成果，微软于 4 月 2 日推出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，有 11 种语言的表现已超过目前市面上的同类产品。

解除协议限制，迈向技术自主

此前，微软在通用大模型的研发上曾受制于与 OpenAI 的合作协议。但在去年协议调整并实现“松绑”后，微软内部已基本扫清自研障碍，全面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，在未来三到五年内实现 AI 能力的自主化是集团的核心目标。这一战略转向也预示着，微软将从 AI 技术的集成商，升级为拥有核心自主能力的顶尖研发商。