智東西（公眾號：zhidxcom）
編譯 | 陳駿達
編輯 | 李水青
微(wei)軟AI首批自研大模型來了！
智東(dong)西8月29日報道，今天，微軟旗下的(de)AI研(yan)究(jiu)機構微軟AI（Mircosoft AI，簡(jian)稱(cheng)MAI）推出(chu)了(le)首批(pi)兩款(kuan)全(quan)自研(yan)AI模型(xing)，分別為MAI首款(kuan)端(duan)到端(duan)訓(xun)練的(de)基礎模型(xing)MAI-1-preview和首款(kuan)語(yu)音生成模型(xing)MAI-Voice-1。
MAI-Voice-1的發布時機十分(fen)湊巧，OpenAI也在今天發布了一款語音(yin)模(mo)型。MAI-Voice-1可提供高保真(zhen)、富有表現力的音(yin)頻，已經(jing)在Copilot Daily和Podcasts上線，還可在Copilot Labs進行體驗。
在智東西進行的實測中，這一模型展現出超高的定制化程度：用戶不僅可以選擇情緒模式、聲音模板，還至少有40種語體風(feng)格可供選擇。除了常見的喜悅、憤怒、悲傷、惡心、恐懼等情緒模板，模型還可以扮演機器人、海盜、吸血鬼、新聞主播、貓頭鷹等不同角色，對同一段文本進行自主改寫和演繹，可玩性超強。
每(mei)一個角色(se)都有各自獨特的(de)說話(hua)方式(shi)、口癖(pi)等(deng)。貓頭鷹會不停地“咕咕”叫，機器人有一種(zhong)“活人微死”的(de)感覺，新(xin)聞主播則一本正經。這(zhe)些角色(se)都是(shi)在統一聲音模板(ban)的(de)基礎上呈現的(de)，展(zhan)現出很強的(de)可塑(su)性。
MAI-Voice-1生成速度也較快，微軟稱能在單款GPU上運行，一(yi)秒鐘輸出一(yi)分(fen)鐘的(de)音頻。不(bu)過，這一語音模型暫(zan)時不(bu)支持中文輸(shu)出(chu)，輸(shu)入中文時會(hui)自動(dong)轉為(wei)英文。
▲輸入中文文本后(hou)，也會(hui)自動轉(zhuan)為英文
體驗鏈接：
//copilot.microsoft.com/labs/audio-expression
MAI-1-preview是一款混合專家模型，大約在1.5萬個英偉達H100 GPU上完成了預訓練和后訓練，主打指令遵循和日常問題解答等能力。
這一模型已經在LMArena（大模型競技場）內進行盲測，不過，智東西進行了多次“抽卡”，都沒能體驗到這一模型。未來幾周內，MAI-1-preview將會應用于Copilot的部分文本場景，以獲取反饋，優化用(yong)戶體驗(yan)。
新模型(xing)發布之際(ji)，微軟AI CEO Mustafa Suleyman還(huan)接受了(le)(le)媒(mei)體Semafor的深度專訪，向外媒(mei)揭秘了(le)(le)自研(yan)大模型(xing)背后的考量(liang)，并(bing)正面回應了(le)(le)外界(jie)普遍(bian)存在(zai)的關于(yu)微軟與OpenAI關系漸(jian)行漸(jian)遠(yuan)的看(kan)法。
▲Mustafa Suleyman在微軟(ruan)發布(bu)會上（圖源：微軟(ruan)）
MAI成立(li)于2024年3月，是微軟推進Copilot和(he)其他消費者AI產品和(he)研究的專門機構。MAI的CEO Suleyman曾(ceng)擔任DeepMind聯合創(chuang)(chuang)始人兼應用AI部門負責人一職，隨著DeepMind被(bei)收購(gou)而加入谷歌，并在2022年離職創(chuang)(chuang)辦大模型(xing)創(chuang)(chuang)企Inflection AI。
2024年初(chu)，Infection AI與微軟達成6.5億(yi)美元(yuan)“人才收購(gou)”的(de)交易方案(an)，Suleyman與大部分員工加入MAI，14個月(yue)后，他們交付了第一款自研模型(xing)。
Suleyman稱，AI對微軟的業務有根本性的意義，而自研模型計劃早在14個月前便已開始。他們會繼續與OpenAI等企業合作，也會使用開源模型，但重要的是確保始終有選擇權。
MAI-1-preview被Suleyman定義為“人(ren)格原材料”，也就是說，模型可以在融入產品的過程中，表現出各種不一樣的人格特點。通過后訓練、提示詞工程等方法，未來的大模型可以涌現出“數百(bai)萬種(zhong)”不(bu)同的人格。
微軟擁有打造強大模型所需的資源，正在構建世界上最大規模的GB200、GB300集群，也能順利地招募到人才。但Suleyman強調，規模固然重要，但效率同樣關鍵。這意味著要精挑細選高質量訓練數據，讓每一次(ci)浮點運算、每一次(ci)GPU迭代都(dou)物盡其用(yong)。
Suleyman還在訪談中分享了對“可解釋性”研究的看法，他認為模型本質是空心的，可(ke)解釋(shi)性研究有意(yi)義，但并不會揭示(shi)所謂(wei)意(yi)識的本質。
以(yi)下(xia)是對Suleyman最新訪談的完整編譯：
一、OpenAI不是唯一解，模型不是未來核心知識產權
主持(chi)人(ren)：我(wo)很好奇，為什(shen)么微(wei)軟(ruan)需要擁有(you)自己的端到端預(yu)訓(xun)練基(ji)礎模(mo)型，而不是使(shi)用來自OpenAI等公司的這(zhe)些(xie)其他模(mo)型呢？
Mustafa Suleyman：這是一個很好的(de)問題。我們是世(shi)界上最(zui)大的(de)公(gong)司之一，而AI是未(wei)來(lai)(lai)，不(bu)僅(jin)是技術的(de)未(wei)來(lai)(lai)，也是我們在未(wei)來(lai)(lai)幾十年中進行(xing)交易、開展(zhan)業務(wu)和創造價值的(de)方式(shi)。
因(yin)此(ci)，這(zhe)對微(wei)軟的業(ye)(ye)務來說(shuo)具(ju)(ju)有根本性的意(yi)義，必(bi)須具(ju)(ju)備內(nei)部的專業(ye)(ye)能(neng)力，去打造世界上最強大的模(mo)型。這(zhe)就是我(wo)們在大約14個月前加入微(wei)軟后(hou)不久，就開(kai)始著手自研模(mo)型工(gong)作的原因(yin)。這(zhe)是一段非常令人興(xing)奮的時期(qi)。
主持人：這次你們發布了兩款模型。一個是MAI-1-Preview，據我理解，這是一個大型語言模型（LLM）。然后還有一個語音模型，它們是兩個獨立的模型嗎？
Mustafa Suleyman：是的(de)(de)，它們(men)(men)是兩(liang)個獨立的(de)(de)模(mo)型(xing)。我們(men)(men)的(de)(de)語(yu)音模(mo)型(xing)表(biao)現非常出色(se)，流(liu)暢、干凈，而且富有表(biao)現力。我們(men)(men)希(xi)望確保微軟始終有多種選擇：會繼續使用第三(san)方開(kai)發者(zhe)的(de)(de)模(mo)型(xing)，當然(ran)也(ye)會長期(qi)使用OpenAI的(de)(de)模(mo)型(xing)。同時我們(men)(men)也(ye)在(zai)用開(kai)源(yuan)模(mo)型(xing)，并會堅持這樣做。
我認為未來(lai)的關鍵知識產權在于編排器(qi)——它(ta)將決定在處理某類查(cha)詢時該調用哪個模型(xing)。這就是我們(men)12到15個月前(qian)確立的方法(fa)，也(ye)是我們(men)現在所(suo)走(zou)的路線(xian)。
主持人：編排器，是不是意味著它會自動幫用戶選擇最合適的模型？
Mustafa Suleyman：可以把編排器(qi)理解為一個路(lu)由器(qi)，負責決(jue)定在何時(shi)將哪個請求交給(gei)哪個模型。
主持人：外界可能會把你們發布新模型解讀為微軟和OpenAI的關系出現疏遠，或者說兩者關系變冷。你怎么看？合作依然緊密嗎？
Mustafa Suleyman：我們的目標是(shi)進一步深(shen)化與OpenAI的合作，確保這種(zhong)關系能持續(xu)很多(duo)(duo)年。到目前(qian)為(wei)止，這種(zhong)合作是(shi)非(fei)常成功的——他們從中獲(huo)益很多(duo)(duo)，我們也是(shi)。我希望(wang)并(bing)且有(you)信心(xin)我們會繼續(xu)合作，我對此沒有(you)任何擔憂。
二、集群量級小于業界頂級規模，盡量避免在無意義token上浪費算力
主持人：你們公開披露模型是用15000張H100 GPU訓練的，這很有意思，因為很多公司通常對此守口如瓶。現在有些公司動用的是10萬張H100 GPU，而且我們已經在邁向下一代GPU。你覺得是否可能用更少的GPU達到同樣的效果？
Mustafa Suleyman：我(wo)認為我(wo)們已經(jing)證(zheng)明了這是可能的(de)。如今一個15000張GPU的(de)集群，相比(bi)其(qi)他(ta)動(dong)輒使用數(shu)倍規模(mo)的(de)來說，算是小的(de)了。但(dan)即便(bian)如此，我(wo)們依(yi)然能獲得世界級的(de)性(xing)能。
這(zhe)是(shi)一(yi)個(ge)超越其(qi)重量級(ji)的模(mo)型(xing)，表現不亞于世界上(shang)最頂尖(jian)的模(mo)型(xing)。而且這(zhe)只(zhi)是(shi)開始。一(yi)旦(dan)模(mo)型(xing)進入(ru)生產環(huan)境，開始收集反(fan)饋，迭代過程(cheng)將顯著提升性(xing)能(neng)。我們的團隊已(yi)經(jing)做(zuo)得非(fei)常好，這(zhe)是(shi)一(yi)個(ge)重要(yao)的里程(cheng)碑，但對我們來說這(zhe)只(zhi)是(shi)起點。
主持人：那你們有沒有特別針對某些基準測試？
Mustafa Suleyman：我(wo)們(men)在各(ge)種主流基準測(ce)試上(shang)都進行了訓練(lian)。如今模(mo)型必須具備通(tong)用性，尤其(qi)是文(wen)本任(ren)務。同(tong)時我(wo)們(men)也在逐漸擴展到多(duo)模(mo)態，因為多(duo)模(mo)態能讓模(mo)型在更多(duo)數據上(shang)學習(xi)，從(cong)而表現(xian)得更好。我(wo)們(men)對(dui)未來的發展持開放(fang)態度。
主持人：那MAI是否已經具備你所需要的資源？是不是GPU越多越好？
Mustafa Suleyman：我們剛剛開始在GB200上(shang)進行訓練和(he)測(ce)試。微(wei)軟(ruan)正在構建(jian)世界上(shang)最(zui)大規(gui)模的GB200、GB300集(ji)群(qun)之(zhi)一。它們會為OpenAI提(ti)供支持，也會服務于MAI以及(ji)我們的付費推理合作伙(huo)伴。
我(wo)們有一個(ge)為期五年(nian)的(de)宏(hong)大路線圖，每個(ge)季(ji)度都會持續投入。這種趨勢還會繼續下去。
規(gui)模固然重要，但效(xiao)率同(tong)樣關鍵。這意味著要精挑細選高質(zhi)量訓(xun)練數(shu)據，讓每一次浮(fu)點運算、每一次GPU迭代(dai)都(dou)物盡其用(yong)。
如今訓練模型的(de)(de)關鍵在(zai)于數(shu)據選擇——避免在(zai)無意義(yi)的(de)(de)token上浪費算力(li)。我們的(de)(de)新模型證明了，在(zai)極高(gao)效(xiao)率的(de)(de)前提(ti)下，也能(neng)取得一(yi)流的(de)(de)表現(xian)。
三、MAI-1-Preview是“原材料”，可打造出大量人格
主持人：那么，使用這些模型的體驗如何？幾周前你寫了一篇文章，討論了“近似有意識”的AI，你提醒我們要避免這種情況。但在Inflection和微軟，你們也強調過讓模型具備同理心、擁有讓人樂于交流的人格特質。這篇文章是不是意味著方向要調整？
Mustafa Suleyman：不，并不是(shi)。首(shou)先要認(ren)識(shi)到，人類所具備的很多能力(li)——不論是(shi)智商(shang)（IQ）、情商(shang)（EQ）、行為能力(li)，還是(shi)社交智能（SQ）——本(ben)質上都(dou)是(shi)高度可訓練的。模型也會逐漸獲得這些能力(li)，這是(shi)它們的“默認(ren)”發展(zhan)方向。
模型通過模仿(fang)學習，而它們(men)擁(yong)有海量的模仿(fang)數據可用。作為“雕塑(su)家”，我們(men)正在塑(su)造它們(men)的知識、人格特質、行(xing)為能力和(he)社會智(zhi)能。
關鍵(jian)問題是：哪些(xie)能力是我們(men)希望(wang)模型擁(yong)有的？哪些(xie)是我們(men)不希望(wang)它們(men)擁(yong)有的？我們(men)如何發現(xian)潛在的副作用，并以負責(ze)任的方式進行迭(die)代？
我寫這篇文章的(de)目的(de)，就(jiu)是提醒大(da)家：盲目追求模型模仿(fang)人類的(de)全部能(neng)(neng)力，存在實質性的(de)風(feng)險(xian)。我們必須(xu)從現在開始認真思考，而(er)不是等到(dao)問題真正出現才去(qu)補(bu)救(jiu)。這也是我職業(ye)生涯的(de)核心目標之一——推動大(da)家去(qu)思考兩三年后(hou)可能(neng)(neng)會(hui)發生什么，而(er)不是忽視它。
我們需要(yao)認真(zhen)面(mian)對AI進入社會后(hou)會帶來的影響。
主持人：雖然你說那一步還沒到，可能要幾年后，但最近新聞里出現了OpenAI和Character.AI遭遇的訴訟，指控聊天機器人導致自殺。你覺得這是不是你文章中提到的風險？這是你擔心的情況嗎？
Mustafa Suleyman：我認為未來會出現(xian)各種難以預料的突發(fa)效應(ying)。我們能做的，就是(shi)提前(qian)思考可(ke)能性(xing)，并在發(fa)現(xian)問題時及(ji)時公開(kai)，認真對待(dai)，并推動社區開(kai)發(fa)者迅速(su)采取行動。
回顧(gu)以往的技術發展，很多時(shi)候潛在風險都會被回避，導致反應遲緩。我(wo)認為這(zhe)一次我(wo)們必(bi)須謹慎、主動，同時(shi)盡可能快速地(di)推進技術落地(di)，并把好(hao)處惠及(ji)世界。
主持人：和MAI-1或語音模型交流時，會有特定的感覺嗎？你們的目標是什么？是讓人感覺像在和一個善良、有同理心的人對話，但又不至于假裝是人類嗎？你們如何保持這種平衡？
Mustafa Suleyman：MAI-1-Preview可以被(bei)看作是(shi)“人格原材(cai)料”。最終的產(chan)品——無(wu)論是(shi)Copilot還是(shi)其他應用——都會被(bei)塑造出特定的人格和對(dui)話風(feng)格。
我(wo)預計(ji)社區和開源(yuan)開發者(zhe)會(hui)非(fei)常積(ji)極地嘗試(shi)各種不(bu)同的人(ren)格。我(wo)相信未來會(hui)出現數以百萬計(ji)的版本，就像(xiang)現實(shi)中存在(zai)數以百萬計(ji)的個人(ren)、品牌和組織一樣(yang)。
每當人類發(fa)明或發(fa)現一種(zhong)新的(de)交流媒介，都會(hui)催生大量(liang)變(bian)體。這一次也(ye)不例(li)外(wai)。過(guo)去兩三年，大模(mo)型大多只有一種(zhong)或極(ji)少(shao)數幾種(zhong)人格。有些開發(fa)者嘗試過(guo)角色設(she)定或花哨的(de)個性(xing)化，但在大型企業產品中依(yi)然(ran)很(hen)少(shao)見。我預計未來幾年這種(zhong)情況會(hui)發(fa)生根本變(bian)化，這正是(shi)我在博(bo)客中呼吁(yu)大家注意的(de)。
主持人：聽起來在預訓練階段幾乎沒法做什么，這些工作只能在后訓練里處理。
Mustafa Suleyman：是的。預(yu)訓練(lian)階(jie)段基本(ben)無法干預(yu)。后訓練(lian)，甚(shen)至(zhi)提示工程，都是非常(chang)強大的方法，而且操作并不(bu)復雜，很多人都能做到。
因此，我們應該預期未來會(hui)出現數百萬種不同(tong)的(de)人(ren)格(ge)，各自有不同(tong)的(de)背景故事和能力。這會(hui)讓AI產品與以(yi)往(wang)的(de)技術和產品截(jie)然不同(tong)。
四、大模型是空心的，追求可解釋性是在“擬人化”
主持人：當你談到塑造時，有些人稱訓練大模型幾乎就像種地一樣，在培育一個模型。在模型變得更有能力，更大之后，為了實現你的上述目標，是否需要更深入地理解模型呢？比如解決黑箱問題，深入到單個神經元中，以實現這個目標呢？
Mustafa Suleyman：我覺(jue)得是有(you)可能需(xu)要的。但(dan)同時，我有(you)一種(zhong)直覺(jue)，認為對“可解(jie)釋性”的執著其實(shi)是一種(zhong)擬(ni)人化的想法。
它假設在(zai)(zai)生成語言、模擬體(ti)驗(yan)的過程中(zhong)，語言背后必然有某種(zhong)“實(shi)體(ti)”，但在(zai)(zai)我看來并沒有。事實(shi)很(hen)清楚：一個簡單的預測引擎就(jiu)能以極其深刻的方(fang)式(shi)模擬出體(ti)驗(yan)和互動。
但這并不(bu)意(yi)味(wei)著在大型(xing)語言模型(xing)內部真(zhen)的發生了(le)某種(zhong)根本性的“體驗(yan)”。它只(zhi)是幾(ji)乎完美地模仿(fang)了(le)體驗(yan)的特(te)性。而這就(jiu)是模仿(fang)和真(zhen)實體驗(yan)之間(jian)的根本區別。
我(wo)們人類和其他動物(wu)的(de)意識，其實是(shi)基于對(dui)(dui)感官輸入的(de)第一手、實時(shi)的(de)體驗，對(dui)(dui)它們進行存(cun)儲(chu)、處理、適(shi)應，然后再基于此生成(cheng)預測。
在(zai)我看來，大語言模型是“空心(xin)”的。試(shi)圖去(qu)探索它們的內部運(yun)作機制，某種(zhong)程(cheng)度上(shang)也(ye)是一種(zhong)擬人化。
當然，這是一個有趣的(de)科學探索，應該繼續做下去(qu)。但它不太(tai)可能(neng)揭示出某(mou)種根本性的(de)“意識的(de)本質（Consious Truth）”。而這正是一些學者(zhe)或開發者(zhe)開始探討的(de)東(dong)西。我認為這種探索是錯誤(wu)的(de)，也是過早的(de)。
主持人：但即使它們是“空心的”，它們在規模變大、技術改進時，確實會變得更強。所以當它們更強大、更龐大、更難理解時，你認為它們會不會在某種程度上變得難以控制，甚至在后訓練階段也無法掌控？
Mustafa Suleyman：我(wo)不這(zhe)(zhe)么認為。就像(xiang)我(wo)在博文中寫的(de)那樣，我(wo)看不出(chu)這(zhe)(zhe)些系統會(hui)出(chu)現某種“欲(yu)望(wang)”、“動機”或“意志”的(de)涌現屬(shu)性的(de)理由。
我沒有理(li)由相信這種情況會發(fa)生。從(cong)歷史上(shang)看，這些(xie)特質的(de)(de)出現是因(yin)為(wei)我們有“戰或逃(tao)”的(de)(de)本能，為(wei)了生存而對環境作(zuo)出反應。
后(hou)訓練(lian)的(de)好(hao)處(chu)就在于，它是一種(zhong)經過反(fan)復(fu)驗(yan)證、非常可靠的(de)方式，可以(yi)用來塑造特(te)定的(de)行為(wei)。因此，我認為(wei)作為(wei)模型開發者，我們的(de)責任是仔細思考：哪(na)些行為(wei)要(yao)通過后(hou)訓練(lian)去(qu)抑制，哪(na)些行為(wei)要(yao)去(qu)放大(da)。
這(zhe)(zhe)不會(hui)自然而(er)然、涌現式地(di)發(fa)生(sheng)(sheng)。如(ru)果會(hui)發(fa)生(sheng)(sheng)，那一定是因為人們(men)刻意地(di)將這(zhe)(zhe)些特性工(gong)程化地(di)植入(ru)系(xi)統。因為模型并沒有真正的(de)體驗，它(ta)們(men)只是高(gao)質量地(di)模擬對話(hua)而(er)已(yi)。所(suo)以(yi)好消(xiao)息(xi)是，我(wo)認為我(wo)們(men)在這(zhe)(zhe)些事情上(shang)仍然有很大的(de)控制力。我(wo)們(men)可以(yi)在積極降低風險的(de)同時，盡可能發(fa)揮它(ta)們(men)的(de)優(you)勢。這(zhe)(zhe)就(jiu)是目標。
五、招募人才沒遇到瓶頸，MAI飛輪已經開始旋轉
主持人：你們在新聞稿里其實也提到過——“來和我們一起工作吧，我們正在做很酷的事”。招募人才一直是AI行業的一個大問題。你們在這方面情況如何？能不能以理想的薪資招到你們想要的人才？
Mustafa Suleyman：當然(ran)可以。我們有一支非常出色的團隊。從Inflection帶來(lai)了一個極(ji)其強大的團隊，此后也從各大實驗室招聘到了一批優秀的人才。
我(wo)認為我(wo)們的(de)招聘非(fei)常順(shun)利。而且我(wo)們一(yi)直很謹慎，不(bu)會增長得過快(kuai)或過大(da)。其實在這里，你只(zhi)需(xu)要相對較小的(de)團(tuan)隊，就能做出高(gao)質量的(de)工作。
與此同時，我們(men)的(de)(de)團隊也正在(zai)成長到數百人規模(mo)，所以(yi)在(zai)招聘上我們(men)處在(zai)一個(ge)很好的(de)(de)狀態。
主持人：那你們在吸引年輕的博士生時，通常是怎么說服他們？為什么要選擇來這里，而不是去OpenAI或DeepMind？
Mustafa Suleyman：我認(ren)為世界上最優秀(xiu)的(de)人才，想(xiang)要(yao)做的(de)是那(nei)些真正有影響力的(de)工作，能帶來改變、能做出(chu)優秀(xiu)產品，同(tong)時解決如何(he)高效(xiao)實現(xian)目(mu)標的(de)技術挑(tiao)戰。
而我(wo)們(men)已經證明了：我(wo)們(men)能夠挑選非常高質量的訓(xun)練數(shu)據(ju)，用相對有限數(shu)量的GPU，打(da)造(zao)出世界(jie)級的模(mo)型。
我覺得這(zhe)就是(shi)一(yi)(yi)張很有吸引力的(de)名片，能讓更多人(ren)愿(yuan)意加(jia)入我們的(de)團隊(dui)。我相信這(zhe)只(zhi)是(shi)我們未來幾個季度將推出的(de)眾多模型中的(de)第(di)一(yi)(yi)個。我很期待繼續打(da)造一(yi)(yi)支優秀的(de)團隊(dui)。
主持人：我很好奇，在這次發布之前有報道說模型出現了延遲、遇到問題，早期沒能達到預期的能力。你們從中學到了什么？
畢竟這是微軟首個完整的端到端基礎模型。是不是很大的挑戰？有沒有收獲很多？
Mustafa Suleyman：是的(de)(de)，毫無疑問。構建(jian)如此規模的(de)(de)集群、在如此龐(pang)大的(de)(de)數(shu)據上進行(xing)訓練，總是很大的(de)(de)挑戰。
它需要(yao)大(da)量的調(diao)試(shi)和(he)迭代(dai)，需要(yao)來回(hui)折騰，需要(yao)耐(nai)心，還(huan)需要(yao)謙遜。每(mei)一家實驗(yan)室都經歷過(guo)這種(zhong)過(guo)程，通過(guo)多次迭代(dai)才推出(chu)新版本。
但我(wo)認為我(wo)們擁有(you)一支非常優(you)秀(xiu)的(de)(de)團隊，會繼續不斷(duan)迭代，把新的(de)(de)優(you)秀(xiu)模型推向世界。我(wo)對未來充(chong)滿期待，因(yin)為我(wo)們現在已經讓自己的(de)(de)“飛(fei)輪”轉了起來，接下來會有(you)很多非常有(you)趣的(de)(de)事(shi)情發生(sheng)。
六、核心模型仍需繼續迭代，不排除開源可能
主持人：你之前在Inflection做過類似的事，再之前你在DeepMind，但那時還沒有大家都在搞十萬級GPU集群的規模。所以那些經驗能直接遷移過來嗎？還是說每家公司都有自己的一套風格或挑戰，需要重新學習？
Mustafa Suleyman：這是個好問題。歸(gui)根結底，這一切都是在于(yu)建立一種偉大的(de)文化。文化吸引團(tuan)(tuan)隊，團(tuan)(tuan)隊打造模(mo)型，而團(tuan)(tuan)隊的(de)價值觀(guan)最終會體現在我們做出的(de)模(mo)型和產品中。
所(suo)以我們正在努力建設一種友(you)善、支持性強(qiang)、可持續的文(wen)化，同時專注于(yu)技術卓越，盡可能做到最好。
很(hen)多人會覺得(de)這(zhe)非常(chang)令人滿(man)足，尤其是當我(wo)們的產(chan)品能夠(gou)觸達數十(shi)億消費者(zhe)、數十(shi)萬大(da)小企業的時(shi)候。能讓技術惠及這(zhe)么多人，本身就(jiu)是很(hen)令人滿(man)足的事。
主持人：說到這里，你們預計什么時候能把這些模型真正應用到微軟龐大的產品網絡里？
Mustafa Suleyman：很(hen)快。我們還需要在核心模(mo)型上繼續(xu)一些(xie)迭代，然后(hou)當然要做大量(liang)的后(hou)訓(xun)練(lian)，把它(ta)們應用到不同的產(chan)品領(ling)域，并讓(rang)它(ta)有可能通過Foundry API提供(gong)給外部開發者使(shi)用。這(zhe)一切都在推進中(zhong)，很(hen)快就會發生。
主持人：你提到過你們從開源世界學到了很多，但這個模型本身不是開源的。未來會不會開源？還是說這并不是你們的方向？
Mustafa Suleyman：有可(ke)能(neng)。我(wo)們保(bao)持開放的態(tai)度，畢竟現在(zai)也有很多優秀的開源(yuan)模(mo)型。我(wo)認為第一步(bu)是看(kan)(kan)看(kan)(kan)它在(zai)我(wo)們產(chan)品(pin)中的表現，收集反饋，進行迭代(dai)，然(ran)后可(ke)能(neng)會提供給其他客戶使用。我(wo)們現在(zai)正在(zai)考慮(lv)所(suo)有這些事情。
主持人：剛才還提到了GB200集群。那么MAI-2已經在路上了嗎？是不是一年內就能看到？接下來是什么？
Mustafa Suleyman：是的(de)，我們已經在(zai)做下一(yi)個模型了，規模肯定更大(da)，訓練方案上也會有(you)(you)一(yi)些新(xin)的(de)調整。一(yi)切都在(zai)進行中，未來幾個月、幾年會有(you)(you)很多新(xin)東(dong)西(xi)。
