微软推出两款自研模型：MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash-低调大师

微软推出两款自研模型：MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash

2026-07-24 78

微软宣布推出两款自研 AI 模型 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash，均已进入公开预览阶段。

其中：

MAI-Image-2.5-Pro 适用于对质量要求极高的应用场景。包括精美的图片、精细的编辑以及精准的图像内文字渲染。Pro 是我们迄今为止保真度最高的图像模型，定价为每百万个文本输入 token 5 美元，每百万个图像输入 token 8 美元，每百万个图像输出 token 106 美元。
MAI-Voice-2-Flash 首次亮相于 Build 大会，专为速度和规模化而打造。对于响应速度至关重要的大规模语音体验而言，Flash 是快速高效的理想之选，同时还能保留 MAI-Voice-2 的自然韵律和高品质音效。Flash 的速度是 MAI-Voice-2 的两倍，价格却便宜 32%，每百万字符仅需 15 美元。

“MAI-Image-2.5-Pro 标志着 GenMedia 工具系列的一次重大飞跃。除了令人惊叹的图像质量外，它能够以如此高的精度渲染文本，这确实是一项重大突破。它还能理解自然语言编辑指令，因此创意迭代过程变得更快、也更加直观。微软已稳稳跻身生成式人工智能领域的领导者之列。”

目前，MAI-Image-2.5 已在 Bing Image Creator 中成为默认图像生成模型；并在 PowerPoint 中用于图像到图像编辑功能，与 GPT-Image-2 相比，GPU 成本最多可降低 84%。在OneDrive中部署后，相关场景保存成功率提升26%，P95 延迟降低约25%，中等负载生产环境效率提升2. 5 倍。

同时，MAI-Image-2.5 也已成为 OneDrive 关键生产环境图像编辑场景的默认模型。自推出以来，其保存率提高了 26%，P95 延迟降低了约 25%，并且在中等负载的生产工作负载下效率提高了 2.5 倍。

MAI-Voice-2-Flash 则已接入 Dynamics 365 Contact Center，为 T-Mobile、EasyJet 等客户提供服务，GPU 成本最高降低 89%。以及集成至 Azure Voice Live，支持开发者构建语音到语音交互智能体。

此外，同系列的 MAI-Transcribe-1. 5 已应用于医疗语音解决方案 Dragon Copilot，支持 58 种语言，多数语言转录错误率相对下降50%。微软透露下一代 GB200 计算集群已投入运行，MAI 系列模型将持续扩展。

91% 的 Token 花在读代码上，这套上下文交接术把成本砍掉了四成

AI 编程 Agent 的账，大多数人算错了。 Stencil 的 Can Boluk 发了一篇文章，拆开了一份来自 SWE-Bench 基准测试的数据：在 1.81 亿个 token、近 200 万次工具调用中，编辑和写入只占了 9%。剩下 91% 全在阅读——读文件、grep 搜索、查看输出。换句话说，Agent 的钱不是烧在写代码上，是烧在读代码上。这个事实意味着一个反直觉的结论：业界流行的 /plan 模式——让贵模型做规划、便宜模型来执行——其实更烧钱。因为便宜模型在拿到规划文档之后，还得重新读一遍贵模型已经...

2026-07-24

89

德国人工智能初创公司黑森林实验室（Black Forest Labs）正式发布多模态基础模型 Flux3。该模型基于Self-Flow架构打造，配备专用的图像、视频、音频及动作编解码器，实现了对物理与数字环境的统一理解与生成。作为首款支持原生音频生成的模型，Flux3可一次性输出长达20秒的音视频同步片段，并涵盖文本/图像/视频转视频、基于关键帧的转场及多语言对话等功能。在 720p 分辨率、10 秒片段的早期测试中，Flux3 性能超越 Luma Ray3.2（93%胜率）与 Runway Gen-4.5（77%胜率），并在与 Seedance2.0 及 Gemini Omni Flas...

2026-07-24

84

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。