微软正在加强其在人工智能领域的雄心，推出三种新的文本、语音和视觉内容生成模型，同时保持与OpenAI的合作伙伴关系。

微软通过推出三种基本模型来巩固其在人工智能领域的地位，这些模型能够生成文本、语音和视觉内容。这些由MAI超级智能团队开发的模型反映了向完全控制AI堆栈的转变，而不仅仅是整合地面能力。这些模型包括MAI-Transcribe-1，一个支持25种语言的语音转录模型，MAI-Voice-1，能够在仅一秒钟内生成60秒的语音，以及MAI-Image-2，专注于生成视觉内容。微软计划以具有竞争力的价格提供这些模型，强调在商业环境中采用的经济优势。尽管进行了内部开发，公司仍然保持与OpenAI的合作，采取双重战略：内部开发核心能力和外部合作以加速创新。这一举措为公司提供了更多选择和成本优势，迅速融入现有的微软产品中。