微软发布7款自研模型与二代量子芯片

微软Build 2026开发者大会次日，重磅发布接踵而至。这家科技巨头一口气推出7款自研AI模型、新一代量子芯片，并宣告全面迈入“智能体时代”。从模型到底层硬件，再到应用层，微软正系统性地重构自身技术版图。

6月2日，在年度微软Build 2026开发者大会上，微软明确表态：全面向“智能体时代”转型。作为这一战略核心，微软发布了MAI系列7款自研模型，包括首款高级推理模型MAI-Thinking-1，以及首款代码生成模型MAI-Code-1-Flash。

硬件与上游应用同样迎来大动作：新一代量子芯片Majorana 2正式登场，首款定位“自动驾驶级”的工作智能体Microsoft Scout亮相，以及面向AI交互体验的平台产品Project Solara。

有趣的是，大会当天微软股价收跌4.17%，报441.31美元，总市值3.28万亿美元。背后或是市场对AI投入回报的短期担忧——仅一天前，英伟达联手微软推出面向Windows的超级芯片RTX Spark，才将微软股价推至三个月高点。情绪切换之快，折射出市场对科技巨头期待与顾虑的双重敏感度。

首发推理与编程模型，精准嵌入日常工作流

MAI系列模型的发布，标志着微软正式站到与OpenAI、Anthropic、谷歌DeepMind等前沿AI实验室的同台竞技位置。微软CEO萨提亚·纳德拉在会上表示：“我们正见证一次重大转变。是时候让每家企业不再只是消费前沿模型，而是全方位参与前沿生态。”

具体来看，首款推理模型MAI-Thinking-1是一款中等规模的稀疏混合专家模型，拥有350亿活跃参数，总参数量约1万亿。专为复杂多步骤指令、长上下文推理和代码生成设计，在关键软件工程基准测试中已达到业界领先水平。更值得关注的是，微软强调该模型“完全基于干净数据从头训练”，未使用任何第三方模型的蒸馏数据——在AI行业普遍复用他人成果的环境下，这无疑是一份诚意声明。

作为稀疏混合专家模型，MAI-Thinking-1推理资源占用远小于巨型模型，使前沿AI编码与推理能力能更轻松地融入日常工作流，而非成为算力黑洞。在数学竞赛能力方面，该模型在AIME 2025测试中得分97.0%，AIME 2026测试得分94.5%，在同级别模型中展现出极强的数理与科学推理实力。

MAI-Thinking-1部分基准测试成绩。来源：微软

代码生成模型MAI-Code-1-Flash同样亮点突出：用户只需输入自然语言描述，即可自动生成应用程序和网站的完整源代码。目前该模型已集成至GitHub Copilot AI编程助手及Visual Studio Code编辑器，大幅降低开发者编码门槛。

此外，微软发布了MAI-Image 2.5及其Flash版本，支持文生图和图像编辑；语音转写方面，MAI-Transcribe-1.5速度可达竞争对手模型的5倍；语音能力方面，MAI-Voice-2新增对15种语言的支持，并将推出轻量级Flash版本。

不可忽视的背景是：微软已向OpenAI投资130亿美元，向Anthropic投资50亿美元，并通过Azure云平台提供这两家公司的模型。如今推出自研MAI系列，显然是在AI技术栈更上层级进行布局——既做平台，又做产品，还做上游模型。

量子芯片升级，2029年前推商业量子计算机

大会另一大焦点是微软新一代量子芯片Majorana 2。公司同步公布了极具雄心的商业化路线图：计划在2029年前推出全球首台“具有商业价值、完全可扩展且全容错”的量子计算机。

传统量子比特极其脆弱，相干时间（保持量子状态不崩溃的时长）通常以微秒或毫秒计。而Majorana 2芯片上的拓扑量子比特实现了平均20秒的相干寿命，在优化测试环境下甚至可维持1分钟。这为执行复杂量子算法提供了更充裕的时间窗口。

其另一个核心技术突破在于：利用拓扑材料物理特性，在硬件层面将量子信息进行“非局域化”编码，环境中的微小噪声或局部瑕疵无法轻易破坏量子状态。相比微软此前实验性芯片，Majorana 2操作可靠性提升1000倍。

微软新一代量子芯片Majorana 2。来源：微软

但实现2029年目标需搭载数百万量子比特，而Majorana 2目前仅能搭载12个——虽已较去年Majorana 1的8个拓扑量子比特有所提升，但与百万级仍有天壤之别。面对质疑，负责微软量子计算业务的执行副总裁杰森·赞德接受外媒采访时回应：“我们在物理学层面已做足准备，数据扎实。相信我，如果我认为物理原理还有欠缺，绝不会把大笔资金砸向工程制造。”这番话既透露出自信，也暗示未来数年的巨大工程挑战。

来源：互联网