Exploring Claude Fable 5’s impact, Siri AI’s latest enhancements, and the competitive IPO landscape shaping AI’s future

New Models, IPO Announcements, and the Rise of Open Source Competitors

微软 AI 团队提出了「爬山机器」框架，并训练了参数达到 1T 的 MoE 模型 MAI-Thinking-1。该模型通过自适应熵控制的强化学习，在无第三方数据的情况下实现了长期稳定的性能增长，并在多个基准测试中取得领先水平。

微软在2026年推出的MAI系列模型标志着其从依赖OpenAI转向自建AI模型的战略转变。MAI模型涵盖推理、编码、图像和语音等多个领域，特别是通过“前沿微调”技术利用企业数据构建竞争优势。尽管MAI-Code-1-Flash有助于提升GitHub Copilot的毛利率，但整体模型在各领域尚未达到顶尖水平，并面临资本开支压力和落地难度等风险。

微软在Build大会上发布了七款新AI模型，特别是MAI-Thinking-1，展示了其完整的AI产业链。通过自研MAIA芯片和大量人类数据训练，微软实现了高效的模型训练和持续进化，降低了成本，增强了竞争优势，目标是超越其他AI公司。

微软新发布的MAI-Code-1-Flash编程模型专注于代码生成，声称能比Claude Haiku节省60%的Token。该模型适合简单任务，执行效率高，但不适合复杂设计。虽然不是开源，但已集成在GitHub Copilot中，方便开发者使用。用户反馈褒贬不一，适合追求效率的普通程序员。

文章讨论了MAI-UI智能体框架，该框架以图形界面为中心，支持从小型到超大规模模型（2B至235B）的交互体验，旨在将基础模型能力应用于真实世界任务，提供设备与云的协同、事件感知和多模态输入支持。

阿里通义实验室推出开源项目MAI-UI，旨在实现AI对手机的直接操控。该项目在GUI定位和任务执行方面表现出色，能够识别屏幕内容并完成复杂操作。MAI-UI支持多种参数变体，具备主动询问用户信息和与外部应用集成的能力，适应动态环境。目前已开源2B和8B版本，用户可通过GitHub获取体验。

微软首款内部AI图像生成器MAI-Image-1已在Bing图像创作者和Copilot音频表达中上线。该模型擅长生成食物和自然场景的高质量图像，速度快。尽管尚未在欧盟推出，微软计划将其应用于Copilot的文本转语音平台。MAI-Image-1是微软减少对OpenAI模型依赖的一部分。

微软AI推出了MAI-Image-1，这是其首个内部开发的图像生成模型，已进入LMArena前十名。该模型注重照片级真实感和快速生成，计划在Copilot和Bing Image Creator中使用。微软尚未透露其架构和训练数据的具体细节，目标是提供高效、安全的图像生成服务。

微软发布了两款自研AI模型：MAI-Voice-1和MAI-1-preview。MAI-Voice-1能够在1秒内生成1分钟的语音，应用于Copilot Daily等功能。MAI-1-preview是混合专家模型，计划逐步替代OpenAI模型，以更好地满足消费者需求。

微软正在开发内部人工智能模型MAI，以降低对OpenAI的依赖并提升自身技术能力，计划推出MAI的API，与OpenAI形成直接竞争。

Mai在谷歌工作区开发者峰会上分享了她对波士顿和柏林活动中最令人印象深刻的演示的看法。

文章讨论了Mai的专辑《yandere》，并提到其中的歌曲“Mai is outside”已于2024年12月20日发布。

本期播客采访了谷歌TensorFlow团队的高级软件工程师Yifan Mai，他从私营部门转向斯坦福大学进行AI研究。讨论了开源与开放权重、LLM应用、AI对就业的影响及学习建议等话题。

Went to see Zhangyimou’s film Shi Man Mai Fu (or House of Flying Daggers) in the theator of Super Brand Mall. Image in courtesy of Sina.com.cn I don’t have too much comments on this film. A...