持續將Copilot打造成核心AI服務的同時，微軟也宣布推出由自家團隊完全訓練的兩款AI模型，意味不再只是單純依賴OpenAI技術，同時也逐步發展更具競爭的自有AI技術。
此次微軟推出的兩款模型，分別為MAI-Voice-1與MAI-1-preview。前者是微軟首款自然語音生成模型，已經應用在旗下用於三星智慧電視的Copilot Daily服務，以及諸如Podcast等服務中，後者則是微軟首款完整從零打造的基礎模型，目前已於LMArena對外公開測試，並且將在未來幾週內陸續導入Copilot特定情境中。
負責微軟AI部門的Mustafa Suleyman接受Semafor網站訪問時指出，這兩款模型的開發核心在於「效率與成本效益」。舉例來說，MAI-Voice-1僅需單張GPU即可運行，而MAI-1-preview則是在約1.5萬組NVIDIA H100 GPU上完成訓練。
相比之下，像是xAI的Grok則動用了超過10萬張相同GPU訓練。Mustafa Suleyman強調：「訓練模型的關鍵已經不是單純堆疊硬體，而在於挑選正確的資料，避免浪費運算資源在對模型幫助不大的token上。」
儘管如此，目前Copilot的主體仍然建立在OpenAI GPT模型技術之上，而微軟投入自有模型訓練，實際上並非打算立即取代既有對外合作，而是展現更長期的佈局。外界認為，在投入數十億美元支持OpenAI之後，微軟仍選擇培養自有技術，代表其在AI市場並不打算持續依賴外部供應。
Mustafa Suleyman更透露，微軟已經規劃一份「長達五年的重大投資藍圖」，每一季都會持續加碼，藉此推動自家模型的演進。這樣的積極動作，或許也是回應近期市場對AI產業「是否將面臨泡沫化」的疑慮，若未來競爭環境出現變化，微軟也能立即以自有技術站穩腳步。
在AI競賽快速推進的現在，微軟的策略選擇將深刻影響整體市場。雖然短期內OpenAI仍是其Copilot的核心，但隨著其自有MAI系列模型逐步擴展應用，微軟有機會在生成式AI領域擁有更強的自主掌控權。
