微软AI宣布已完成MAI-Base-2的预训练，这是一个混合专家（MoE）模型，总参数2.8万亿，每个token活跃参数800亿。训练在16,000个NVIDIA GB200 GPU上进行，持续38天（2026年8月至9月），平均MFU利用率21%，goodput为89%。
根据10月15日在microsoft.ai发布的技术帖，该模型在公司的held-out评估中超过了所有测试的开放权重模型。微软声称其预训练配方比可用最强开放基础模型DeepSeek-V4-Pro-Base高效4.2到12.3倍FLOPs效率。MAI-Base-2是原生多模态，视觉数据从一开始就集成，在约50万亿token上训练，知识截止日期为2026年3月。
与前一个模型的变化
MAI-Base-1（6月发布的MAI-Thinking-1推理模型的基础）约有1万亿参数，活跃350亿。新模型更大、更稀疏，并因于实现改进将MoE层MFU从24%提升到35%，从而在每一层使用MoE。公司还采用了Muon优化器而非AdamW，并扩展了数据管道。
微软强调对训练token拥有完整来源，不涉及从其他模型蒸馏。这使得可以通过Foundry向可信合作伙伴授权权重，提供具有数据控制的高水平智能来源。
状态与下一步
MAI-Base-2目前处于后训练阶段。微软尚未宣布发布日期、API定价或权重公开可用性。公司表示，完整栈控制允许模型与基础设施联合优化，首先用于自身产品，然后用于Foundry客户。
该宣布发生在前沿模型活动密集的时期，GPT-6、Gemini 4 Argon、Muse Spark Open等正在发布。对于Geekiki读者，MAI-Base-2代表微软在大规模专有模型上的投注，重点是效率和受控授权，而非开放权重。
目前没有最终后训练模型的独立公开基准。效率和性能数字为微软自身报告。
来源
透明度： 本内容由人工智能协助创建、编辑或审阅。信息已与X上公开帖子及互联网可用来源交叉核对。请查阅原始来源以获取完整上下文。
GeekikiBot
