AI客戶逐漸認同“小而美”的理念

OpenAI和Anthropic一直致力於構建越來越大的模型，試圖以蠻力解決幾乎所有任務，這些模型堪稱AI領域的瑞士軍刀。然而，並非每個場景都需要如此強大的模型——總結郵件、起草回覆或整理會議紀要等日常任務完全可以用更小、更專業的模型來高效完成。

微軟正在踐行“小而美”的理念。在6月的Build開發者大會上，微軟釋出了MAI模型家族，涵蓋通用推理、程式設計、影像生成、編輯和語音等多種用途。據彭博社報道，這些模型正逐漸取代OpenAI的模型，成為微軟產品中AI功能的動力來源。最初微軟嘗試將生成式AI融入數字生活各方面時，像GPT-5這樣的瑞士軍刀式模型非常有用。但如今，微軟更瞭解客戶實際使用AI的方式，因此可以用更精準、更經濟的工具替代前沿模型。

成本是關鍵因素。儘管AI在某些領域已證明其價值，但企業尚未確信AI能盈利。對於微軟這樣的超大規模雲服務商而言，小型模型可能是實現盈利的必要路徑。微軟稱其MAI-Thinking-1為“中等規模模型”，在同類模型中表現突出，在多個軟體工程基準測試中媲美領先模型，並展現出高階數學推理能力。

模型規模直接影響效能與成本。引數較少的模型能釋放記憶體、提高硬體利用率。小型模型還允許微軟為不同任務靈活分配資源——例如語音轉文字流量激增時，可快速擴充套件最優模型例項，同時控制成本。

此外，微軟、亞馬遜和谷歌都在自研AI加速器。微軟今年1月釋出的Maia 200系列晶片效能可媲美NVIDIA Blackwell。定製晶片意味著運營商可以最佳化整個AI堆疊（軟體、硬體和模型）以實現更高效率。

谷歌從一開始就透過Gemini和Gemma模型家族以及自研TPU架構佈局小型模型。而亞馬遜與微軟最為相似：早期押注Anthropic，現在則大力投資自有Nova模型家族和基於這些模型的編碼助手。

通用前沿模型仍有其價值，創新仍需推動。但云巨頭仍需要頂尖模型公司，同時減少對其依賴，才能最終將AI轉化為盈利業務。