7月24日,微软悄悄干了一件大事——把OpenAI从自家Office全家桶里”请”了出去,换上了自研的MAI系列模型。这事儿对咱普通用户有啥影响?最直接的两个:PowerPoint里AI做图的费用,后台能省下84%;以后用微软系产品,AI出图、语音转文字会越来越便宜,甚至免费。本文用最直白的话讲清楚:微软自研的MAI到底是个啥、已经悄悄用在哪些产品里、咱普通人现在能怎么用上它。
一、微软为啥要”甩掉”OpenAI?
过去几年,微软和OpenAI的关系被外界形容为”深度绑定”:从Azure云服务到Office的Copilot全家桶,几乎每一层都有OpenAI模型在底下撑着。但绑定归绑定,每次调用都是真金白银——AI是按”次”花钱的,不像过去卖软件卖一份是一份,边际成本几乎为零。
微软CEO纳德拉在7月24日发表了一篇名为《前沿扩散与控制》的文章,核心就一句话:”不同的活儿,要用不同的模型,不能什么都上最贵的那一个“。
翻译成人话就是:过去微软图省事,所有AI任务都让OpenAI的大模型去干,虽然效果不错,但贵啊!现在微软自己训练了一堆”专项精兵”(小而精的小模型),每个只擅长一件事——有的专门画图,有的专门写代码,有的专门做语音——贵的大模型只用来啃硬骨头。
效果怎么样?微软自己算了一笔账:用自研MAI模型替代OpenAI后,综合成本最多能砍掉89%。在PowerPoint里专门做图像生成这一项,GPU成本直接降了84%。这数字一出来,微软的CFO估计能笑醒。
二、MAI到底是啥?一张表说清楚
| 模型名 | 干啥用的 | 相比OpenAI省多少 | 已经用在哪儿 |
|---|---|---|---|
| MAI-Image-2.5-Pro | 画图(支持中英文字) | 最高省84% | Bing Image Creator、PowerPoint |
| MAI-Voice-2-Flash | 语音合成(18种语言) | 速度快一倍,成本降32% | Azure Voice Live、T-Mobile客服 |
| MAI-Code-1-Flash | 写代码 | 接受率比GPT-5.4 Mini高10% | GitHub Copilot(6月已上线) |
简单说,微软现在手里有了”三件套”:一个会画图的小弟、一个会说话的妹妹、一个会写代码的工程师。以后凡是用微软产品的AI功能,大概率背后跑的就是这几个”自家娃”,不再是清一色的OpenAI。
三、关键问题:对咱普通用户有啥影响?
影响1:Office的AI功能可能要降价甚至免费
微软自己说了,自研模型”成本可控、效果还更好”。这意味着什么?将来Copilot的订阅费(20美元/月)很可能会分档:基础AI功能(画图、语音转文字、简单改写)用自研MAI,白送;高级AI功能(深度推理、多步Agent任务)才收费。
对个人用户来说,这是真金白银的利好:以后做PPT配图,不用再为OpenAI的高价模型买单,微软自研的就够用。
影响2:Bing画图工具效果会变好
Bing Image Creator(微软必应里的AI画图工具)其实从6月就已经悄悄换了引擎,现在背后跑的就是MAI-2.5。微软说Pro版本在文字渲染上做了专门优化——之前AI画图最尴尬的就是图里的英文字经常缺胳膊少腿,现在这种情况会大幅减少。
而且新模型支持最长32000个token的文本输入(够塞进一本中篇小说),还能接收参考图,做”以图生图”或者”图文混合创作”更顺手。
影响3:语音应用会”卷”起来
MAI-Voice-2-Flash最牛的是支持18种语言(英语、中文、西班牙语、印地语、法语、德语、葡萄牙语、韩语、俄语、阿拉伯语等都包含),而且生成速度比上一代快一倍,成本还降了32%。
这意味着什么?以后你用微软的Teams开会、给视频做配音、甚至给盲人做的”听书”功能,都会越来越流畅、越来越便宜。T-Mobile的客服、EasyJet的订票热线已经在用了——下回你打10086投诉宽带,接电话的可能就是MAI-Voice-2-Flash在说话。
影响4:对国内用户的一个特别提示
注意:目前MAI-Image-2.5-Pro的”提示词优化”和”图片内文字渲染”只支持英语。如果你让它生成”写着’五一快乐’的中文海报”,文字部分可能还是会糊成一团,需要手动后期加字。这点跟其他AI画图工具差不多,等后续更新吧。
四、咱普通人现在能用上MAI吗?三种玩法
玩法1:Bing Image Creator(零门槛,免费)
- 浏览器打开 bing.com/images/create
- 用微软账号登录(没有就注册一个,免费)
- 输入英文提示词(效果最好),比如”A cute cat holding a sign that says HELLO”
- 等十几秒,出4张图,直接下载
注意:背后跑的就是MAI-Image-2.5,跟以前OpenAI的DALL·E 3比,出图速度差不多,中英文理解都OK,关键是不要钱。
玩法2:PowerPoint里的AI配图(Office 365用户)
- 打开PowerPoint,点”插入”→”图片”→”AI生成图像”
- 输入英文描述,比如”a modern office building at sunset, 4K”
- AI会生成几张图,选一张直接插入PPT
- 还能对已有图片”局部编辑”或”换风格”,不用跳出去找第三方工具
这功能目前对Office 365订阅用户开放,部分功能需要Microsoft 365 Copilot许可证。
玩法3:Azure开发者平台(技术极客)
MAI-Image-2.5-Pro和MAI-Voice-2-Flash已经进入Azure的公开预览版,如果有Azure账号,可以直接调用API把它集成到自己的应用里。
- 图像API定价:文本输入5美元/百万token,图像输出106美元/百万token
- 语音API定价:15美元/百万字符(约101元人民币)
普通用户用不到,但如果你有做小工具的副业,这是个值得关注的”新供应商”。
五、几个值得记住的”行业信号”
微软这波操作,表面上是”省钱”,背后其实是一个更深的逻辑:大厂都不愿意”把鸡蛋放一个篮子里”了。Google在自研Gemini,Meta在力推Llama开源,阿里有Qwen、字节有豆包——这场AI赛跑已经从”谁家模型最强”转向”谁的成本结构最健康”。
对咱普通人来说,这意味着三件事:
- AI功能会越来越便宜:成本降了,产品定价自然也会跟着降;
- 会有更多免费选项:百度、阿里、字节、腾讯、华为,国内大厂都在卷,免费是趋势;
- 别把AI”神话”:微软证明,”专项小模型+流程优化”已经能解决80%的日常工作,不必迷信什么”超级大模型”。
六、写在最后
从今天起,当你打开Bing画图、PowerPoint做AI配图,甚至拨打T-Mobile客服电话时,背后跑的可能已经不再是OpenAI,而是微软的”自家娃”MAI。这事儿最大的意义,不是微软省了多少钱,而是它证明了一件事:AI不一定要靠”巨头代工”,每家公司都能根据自己的场景训练出够用的小模型。
对咱普通人来说,最直接的福利就是:以后用AI工具,会有更多免费选项,效果还不差。别再被”AI很贵、很玄乎”吓住,大胆用,多试,这就是这个时代给普通人的最大礼物。
下回打开PowerPoint做PPT时,不妨试试那个”AI生成图像”按钮——背后站着的,可能就是今天这个新故事的主角。