「TechCrunch」報導，微軟旗下研究部門 Microsoft AI 今天（3日）宣布推出 3 款基礎 AI 模型，分別可用於文字、語音與影像生成，進一步和其他 AI 實驗室正面競爭，儘管微軟目前仍與 OpenAI 維持緊密合作關係。
這 3 款模型包括語音轉文字模型 MAI-Transcribe-1、語音生成模型 MAI-Voice-1，以及影像生成模型 MAI-Image-2。
微軟表示，MAI-Transcribe-1 可支援 25 種語言語音轉文字，速度是 Azure Fast 方案的 2.5 倍；MAI-Voice-1 則可在 1 秒內生成 60 秒音訊，且能建立自訂聲音；MAI-Image-2 則主打影像生成能力。
其中，MAI-Image-2 其實已於 3 月 19 日先在 MAI Playground 上線。
如今微軟進一步把 3 款模型都推上 Microsoft Foundry，而語音轉文字與語音生成模型也同步在 MAI Playground 開放使用。
報導指出，這些模型由微軟 MAI Superintelligence 團隊開發，該團隊由 Microsoft AI 執行長蘇萊曼（Mustafa Suleyman）領軍，並於 2025 年 11 月正式成立與對外公布。
蘇萊曼表示，Microsoft AI 正在打造「以人為本」的 AI，強調在開發模型時，會把人放在中心，依照人們真實的溝通方式進行優化，並以實際應用場景作為訓練方向。他也預告，未來還會有更多模型進入 Foundry，甚至直接整合進微軟產品與使用體驗中。
在大型語言模型市場競爭愈來愈擁擠之際，微軟認為這批模型的一大賣點，是價格比 Google 與 OpenAI 的部分產品更便宜。
以定價來看，MAI-Transcribe-1 每小時 0.36 美元，約新台幣 12 元；MAI-Voice-1 每 100 萬字元 22 美元，約新台幣 726 元；MAI-Image-2 則是文字輸入每 100 萬 tokens 收費 5 美元，約新台幣 165 元，影像輸出每 100 萬 tokens 收費 33 美元，約新台幣 1089 元。
儘管微軟持續推出自家模型，蘇萊曼接受外媒訪問時仍重申，微軟對 OpenAI 的合作承諾並未改變。不過他也透露，雙方近期重新談判合作內容後，確實讓微軟能更自由推進所謂的「超級智慧」研究。
根據報導，微軟至今已對 OpenAI 投資超過 130 億美元，約新台幣 4290 億元，並透過多年合作，將 OpenAI 模型部署到旗下多項產品中。微軟在晶片策略上也採取類似做法，一方面自行研發，一方面也向外部供應商採購。
