据悉，8 月 29 日消息，微软（MSFT.US）人工智能部门正式推出其首批两款自研 AI 模型 ——MAI-Voice-1 语音模型与 MAI-1-preview 通用模型。

首款自研 AI 模型登场

据官方介绍，全新的 MAI-Voice-1 语音模型仅需单块 GPU，就能在 1 秒内生成时长 1 分钟的音频；而 MAI-1-preview 模型则“让用户提前窥见 Copilot 未来功能的发展方向”。

目前，微软已将 MAI-Voice-1 应用于多项功能中：例如在“Copilot Daily”功能里，AI 主持人会通过该模型播报当日热点新闻；同时，它还能生成播客风格的对话内容，帮助用户理解各类话题。

此外，微软 AI 计划将 MAI-1-preview 模型应用于 Copilot 助手的特定文本使用场景（目前 Copilot 主要依赖 OpenAI 的大型语言模型）。同时，该模型已开始在 AI 基准测试平台 LMArena 上进行公开测试。

Gemini 2.5 Flash升级AI新功能

恰巧几天前，8 月 26 日，科技媒体发布博文，报道称谷歌（GOOG.US） DeepMind 推出全新 Gemini 2.5 Flash 图像编辑模型，在 Gemini 应用中可根据文字指令，在保持人物与动物的外观一致的情况下，提高修改图片的精度。

与此前的原生图像生成工具相比，它在根据文字进行图像修改时的准确率更高，甚至在多项任务中优于 ChatGPT 所用的 GPT-4o，让其能更好地基于复杂文字编辑图像。

Gemini 2.5 Flash新模型的亮点是“角色一致性”功能，在生成多张图像后，也能保持同一人、动物或物体的外观一致。这对于创建系列照片、产品多角度展示尤其有价值，适合品牌素材与产品目录的批量制作。

值得注意的是，同一天，据The Information 报道称，苹果（AAPL.US）高管已就收购欧洲最大 AI 初创公司 Mistral 或 Perplexity AI 相关事宜展开讨论，其中 Eddy Cue 是公司内部最积极的收购支持者。

彭博社上个月也表示，苹果将认真考虑收购法国 AI 初创公司 Mistral。Mistral AI 是一家欧洲的 AI 初创企业，通过七轮融资总共筹集了 11 亿欧元。如果苹果真的能够收购 Mistral，或将增强苹果的 AI 能力和创新能力。

业内人士分析，当前，大模型热潮席卷千行百业，加上政策和技术共振正催化AI产业趋势，头部大模型性能提升并适配算力有望加速AI生态繁荣。同时，全球科技大厂纷纷研发各类模型表现强劲，以及AI应用和算力领域发展前景可期，AI生态繁荣趋势显著。

微美全息布局大模型全面拥抱AI

据了解，微美全息（WIMI.US）作为AI领域的创新代表，已成为同时具备硬件设计、软件开发能力的企业，通过持续深耕以“硬件+软件+平台”一体化能力构建竞争壁垒，同时加速AI算法场景化落地，为AI智能化转型奠定技术基础。

在技术研发层面，微美全息推动多模态大模型与空间计算技术的结合，实现文本、图像、音频、视频等多模态数据的原生级融合，重点布局文本生成视频、图像生成视频等场景，支持剧情创作、短视频生成等应用。

在开源生态层面，微美全息开放模型代码、算力接口及技术工具链，构建覆盖云端与边缘端的「全息云」平台，支持开发者调用DeepSeek等通用大模型进行二次开发，降低技术门槛并加速垂类模型商业化验证，通过多模态处理能力与跨行业场景落地经验，正成为大模型变革背后的关键技术支撑者。

结语

事实上，DeepSeek-V3.1大模型刚刚发布，进一步推动AI技术商业化应用；阿里云宣布表格存储Tablestore升级AI Agent记忆存储功能，在多领域发挥关键作用。在大模型这座金矿挖掘的当下，AI市场渗透将分阶段推进，未来可将逐步拓展至家居、养老、宠物陪伴等更多领域，持续扩大市场覆盖范围。