系统之家装机大师 7 月 24 日最新消息，微软正式发布 MAI-Image-2.5-Pro 图像生成模型与 MAI-Voice-2-Flash 语音合成模型。两款模型属于微软 AI 团队自研模型系列，分别面向高质量图像生成与高并发语音交互场景。
MAI-Image-2.5-Pro 图像模型
MAI-Image-2.5-Pro 是微软迄今为止最高保真度的图像生成模型，面向需要精细图像生成与编辑、主视觉素材及准确文字渲染的场景。该模型在 Arena 文本到图像排行榜中位列第三。
定价方面，MAI-Image-2.5-Pro 收费为 $5 每百万文本输入 token、$8 每百万图像输入 token、$106 每百万图像输出 token。用户现可在 MAI Playground 免费试用该模型。
MAI-Voice-2-Flash 语音模型
MAI-Voice-2-Flash 是面向低延迟、高并发语音应用场景（如客户服务代理）的文本到语音模型。微软表示，该模型速度是 MAI-Voice-2 的两倍，成本降低 32%，同时保留自然的语调和音质。定价为 $15 每百万字符。
该模型支持超过 15 种额外语言和新语音选项，目前已作为 Azure Voice Live 的一部分提供，开发者可借此构建低延迟语音代理。
生产环境部署成效
微软已在多项产品中全面采用自研模型。Bing Image Creator 现已完全由 MAI-Image-2.5 驱动，PowerPoint 也使用 MAI-Image-2.5 实现图像到图像功能。微软指出，切换至 MAI-Image-2 后，相比 OpenAI 的 GPT-Image-2，GPU 成本降低高达 84%。
OneDrive 中的图像编辑体验也由 MAI-Image-2.5 提供支持，保存率提升 26%，P95 延迟降低约 25%，中等负载下的效率提升 2.5 倍。
在语音领域，MAI-Voice-2-Flash 已支持 Dynamics 365 Contact Center，GPU 成本降低高达 89%。此外，MAI-Transcribe-1.5 现已为 Dragon Copilot 提供 58 种语言的多语言转录服务。
系统推荐
1. 拥有超强的性能，专为“干重活”的专业用户设计(例如 CAD、动画、媒体制作者、图形设计团队等等)，推荐你下载：Windows11 25H2 专业工作站版（前往下载）
2. 真正纯净的 Windows11 专业版系统，安装完成以后不捆绑软件，系统占用小。推荐你下载：Windows11 25H2 纯净专业版系统（前往下载）
3. 拥有五年超长生命周期支持的养老版，不频繁更新补丁，适合对稳定性要求高的企业用户。推荐你下载：Win11 24H2 LTSC 2024 企业版（前往下载）
4. 支持远程桌面主机、组策略管理等高级功能，适合对安全性、管理性和专业性有更高需求的用户。推荐你下载：Windows 11 25H2 专业版（前往下载）
以上是系统之家装机大师提供的最新资讯，感谢您的阅读，更多精彩内容请关注系统之家装机大师官网。
热门视频
换一批
