← 返回模型历史

微软 35 个模型

模型系列(11)

发布日期 公司 模型名称 系列 类型 特性
2026-11-17 微软 MAI Realtime 1 MAI 主流 支持真实打断、快速确认、等待对方说完等对话细节处理 嘈杂环境或多人同时说话时能听懂请求 需深度思考时可调用更强推理引擎 兼容OpenAI Realtime API,支持开发者迁移现有语音应用
2026-11-17 微软 Microsoft-Decision-1.1 Microsoft-Decision 主流 专攻企业软件高频决策(路由、分类、内容核验与工作流控制)、仅在开发者规则内从允许操作中选答案,输出校准置信度、信息不足时弃权或提示人工介入,避免关键业务风险、支持照片、截图等多模态输入
2026-11-17 微软 MAI Image2.7 MAI Image 主流 精准局部修改(颜色、材质、空间位置) 保持视觉一致性 原生支持透明背景输出 交互式创作空间Canvas
2026-11-17 微软 MAI Image2.7Flash MAI Image 主流 快速生成与编辑 交互式创作空间Canvas驱动 原生支持透明背景输出
2026-11-03 微软 HarnessSQL HarnessSQL 主流 1. 构建高保真密闭执行沙盒与SQL-First蓝图合成法 2. 定制极简SQL Harness契约(DSH-SQL),包含枚举、探查、执行、提交四元动作 3. 采用全轨迹长程SFT与动态解耦裁剪策略优化(DAPO)强化学习 4. 具备确定性行数截断、循环调用警示器与压力触发上下文压缩三大护栏
2026-10-31 微软 MAI Code1.1Flash MAI Code 主流 混合专家(MoE)架构 结合量化与投机解码技术 支持云端与设备端自由切换或自动调度 集成微软执行容器(MXC)保障代码运行安全
2026-10-27 微软 MAI-Image-2.7-Preview MAI-Image 主流 可控图像编辑(输入原图+文字指令输出修改后图像) 擅长整体换风格、重新打光、修改画面文字符号、修复增强素材 需看懂物体、光线与环境关系的复杂改动 在增强修复、推理编辑、场景风格、文字符号四类达到品类前沿
2026-10-20 微软 BioEmu2 Biomolecular Emulator 主流 1. 覆盖多链复合物、配体与核酸,支持从单蛋白扩展到复杂体系 2. 提供预测折叠结构、采样平衡构象、沿时间推演三种用法 3. 利用隐式转移算子实现纳秒至微秒级的动力学推演 4. 支持将实验数据作为约束辅助预测,可处理1万残基以上复合物
2026-10-15 微软 MAI-Base-2 MAI-Base 主流 总参数规模2.8T,活跃参数80B、预训练算力效率达到DeepSeek-V4-Pro-Base的4至12倍、在6000块英伟达GB200 GPU上耗时38天完成训练、平均浮点算力利用率21%,有效吞吐量89%
2026-10-10 微软 Microsoft-Decision-1 - 主流 专注于结构化决策任务,从预设选项中精准选取最优解 为备选答案赋予概率评分 运行速度跨越式提升,使用成本大幅压低 鲁棒性优异,决策翻转率极低
2026-09-30 微软 Quine - 主流 基于多源异质数据(基因组、蛋白质、化学分子、RNA、细胞状态、生物影像)联合训练,构建统一生命知识表征 深度联动科研文献、实验工具、推理引擎与实验场景,形成人机协作的科研闭环 具备跨尺度生物推理能力,在昂贵实验前对干预措施及潜在候选路径进行优先级排序
2026-09-21 微软 RetroChimera - 主流 集成具有不同归纳偏置的NeuralLoc(图神经网络)与R-SMILES 2(Transformer)模型 通过投票权重机制合并两个子模型的候选反应物集合 利用根原子对齐的SMILES和改进的Transformer结构提高预测准确率 在复杂分子合成路线推荐中表现突出,显著降低反应幻觉率
2026-09-03 微软 MAI-Transcribe-2 MAI-Transcribe 主流 集成说话人分割、词级时间戳、关键词偏好设置、自动语言识别 支持印式英语(Hinglish)、西英混合语(Spanglish)等语码转换 具备极强的抗噪性能 支持“逐字转录”与“精简转录”样式切换
2026-08-21 微软 Skala 1.1 Skala 主流 基于2.5倍于前代的数据训练 在热化学、反应动力学和分子结构预测等关键模拟任务中显著提升精度 已集成至CP2K,并正接入Psi4、FHI-aims、ORCA和VASP等主流量子化学软件
2026-04-14 微软 MAI-Image-2-Efficient - MAI-Image-2的升级版本,高效低成本
2026-03-29 微软 VibeVoice-ASR-7B - 语音转文本模型,能一次性处理长达60分钟的音频文件,直接输出结构化转录结果
2026-03-29 微软 VibeVoice-TTS-1.5B - 文本转语音模型,单次生成长达90分钟的连续音频,支持最多4个不同说话人进行自然对话模拟
2026-03-29 微软 VibeVoice-Realtime-0.5B - 专注实时场景,支持流式文本输入,首音频输出延迟约300毫秒,还能生成约10分钟的长篇语音
2026-03-19 微软 MAI-Image-2 - 微软第二代图像生成模型,在权威评测榜单 LMArena 中跃升至全球第三位
2026-03-04 微软 Phi-4-Reasoning-Vision-15B Phi 主流 开源小型多模态模型,具备高分辨率的视觉感知能力,进行深度推理
2026-01-22 微软 TRELLIS.2 - 开源3D生成模型,3秒生成高分辨率的全纹理资产
2026-01-22 微软 Rho-alpha - 实现自然语言与机器人控制信号的直接转换,支持复杂的双手协同操作
2025-12-05 微软 VibeVoice 0.5B - 0.5B参数300毫秒实时开口
2025-10-14 微软 MAI-Image-1 - 微软首款自研图像生成模型
2025-10-10 微软 UserLM-8b - 陪练伙伴,多轮对话
2025-09-05 微软 GPT-realtime - 语音转语音模型,更逼真语音与多模态输入
2025-08-29 微软 MAI-Voice-1 - 微软首款自研语音大模型
2025-06-24 微软 Mu - 小参数模型,性能比肩 Phi-3.5-mini
2025-02-26 微软 Phi-4-mini Phi 主流 迷你模型,专注于文本处理任务,参数量380M
2025-02-26 微软 Phi-4-multimodal Phi 主流 多模态与迷你模型
2024-12-12 微软 Phi-4 Phi 主流 14B稠密,主打STEM & 推理
2024-08-21 微软 Phi-3.5-vision Phi 主流 轻量级多模态开源模型
2024-04-23 微软 Phi-3 Phi 主流 3.8B–14B四档参数,128k上下文,端侧友好,全部开源
2023-12-14 微软 Phi-2 Phi 主流 2.7B参数达到25B级性能,开源
2023-06-20 微软 Phi-1 Phi 主流 1.3B参数