微软完成自研基础模型 MAI-Base-2 的预训练

微软 AI 于 2026 年 10 月 15 日发布实验室笔记，宣布已完成自研基础模型 MAI-Base-2 的预训练。公司表示，模型目前处于后训练阶段，结果将很快公布，下一代模型 MAI-Base-3 的准备工作也已启动。

MAI-Base-2 是什么

MAI-Base-2 是一个混合专家架构的基础模型，总参数 2.8 万亿，每一步激活 800 亿。基础模型指尚未针对对话和指令遵循进行后训练的原始模型，产品中使用的助手模型都建立在它之上。微软 6 月发布的 MAI-Thinking-1 就建立在上一代 MAI-Base-1 之上。新模型从一开始就同时学习图像和文本，不使用单独的视觉编码器，知识截止时间为 2026 年 3 月。

训练方式

模型于 2026 年 8 月至 9 月在 16,000 块 NVIDIA GB200 上训练了 38 天，训练数据共 50 万亿 token，其中约五分之一为视觉语言数据。微软表示所有数据均在内部处理，网络爬虫遵守 robots.txt，且模型未使用从其他模型蒸馏的数据训练。美国贸易代表办公室“恶名市场”名单中的来源已被排除。

先用于微软产品

微软表示，模型将先用于自家产品，再提供给 Foundry 客户，并计划通过 Foundry 向受信任的合作伙伴授权模型文件。笔记中没有提到模型会公开发布。

微软称，MAI-Base-2 在其保留评测中超过了所测试的全部开放模型，并且在相同算力下的训练效率远高于其视为最强开放基础模型的 DeepSeek-V4-Pro-Base。公司自己也指出，这些评测由其主导，部分委托外部机构以降低数据污染风险，而部分对比模型只能用其后训练版本进行测量。模型进入产品后，值得关注独立测试的结果。