AI客户逐渐认同“小而美”的理念

OpenAI和Anthropic一直致力于构建越来越大的模型，试图以蛮力解决几乎所有任务，这些模型堪称AI领域的瑞士军刀。然而，并非每个场景都需要如此强大的模型——总结邮件、起草回复或整理会议纪要等日常任务完全可以用更小、更专业的模型来高效完成。

微软正在践行“小而美”的理念。在6月的Build开发者大会上，微软发布了MAI模型家族，涵盖通用推理、编程、图像生成、编辑和语音等多种用途。据彭博社报道，这些模型正逐渐取代OpenAI的模型，成为微软产品中AI功能的动力来源。最初微软尝试将生成式AI融入数字生活各方面时，像GPT-5这样的瑞士军刀式模型非常有用。但如今，微软更了解客户实际使用AI的方式，因此可以用更精准、更经济的工具替代前沿模型。

成本是关键因素。尽管AI在某些领域已证明其价值，但企业尚未确信AI能盈利。对于微软这样的超大规模云服务商而言，小型模型可能是实现盈利的必要路径。微软称其MAI-Thinking-1为“中等规模模型”，在同类模型中表现突出，在多个软件工程基准测试中媲美领先模型，并展现出高级数学推理能力。

模型规模直接影响性能与成本。参数较少的模型能释放内存、提高硬件利用率。小型模型还允许微软为不同任务灵活分配资源——例如语音转文字流量激增时，可快速扩展最优模型实例，同时控制成本。

此外，微软、亚马逊和谷歌都在自研AI加速器。微软今年1月发布的Maia 200系列芯片性能可媲美NVIDIA Blackwell。定制芯片意味着运营商可以优化整个AI堆栈（软件、硬件和模型）以实现更高效率。

谷歌从一开始就通过Gemini和Gemma模型家族以及自研TPU架构布局小型模型。而亚马逊与微软最为相似：早期押注Anthropic，现在则大力投资自有Nova模型家族和基于这些模型的编码助手。

通用前沿模型仍有其价值，创新仍需推动。但云巨头仍需要顶尖模型公司，同时减少对其依赖，才能最终将AI转化为盈利业务。