☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
微软于当地时间昨日正式宣布，其全新一代 SOTA 基础模型 MAI-Base-2 已顺利完成预训练阶段，官方表示该模型在多项基准测试中全面超越当前所有参与评测的开源权重模型。
参数量级尤为震撼：MAI-Base-2 总参数达 2.8 万亿（2.8T），其中活跃参数为 800 亿（80B），整个预训练过程在 6000 块英伟达 GB200 GPU 上持续运行 38 天。训练期间，模型平均浮点运算利用率稳定在 21%，有效计算吞吐率高达 89%——能在如此超大规模集群中维持这一水平的效率，本身就是顶尖工程能力的直接体现。
算力效率领先 DeepSeek 高达 12 倍
更具参考价值的是效率维度的横向对比。微软明确指出，MAI-Base-2 的预训练算力效率是 DeepSeek-V4-Pro-Base 的 4 至 12 倍。在行业仍普遍依赖“堆卡建基建”的上半场竞争中，实现单位算力产出的数量级跃升，其战略价值远超单纯扩大参数规模。
微软将此次突破归结为三大核心要素：系统化的规模化方法论、模型架构与底层基础设施的联合优化设计，以及高质量数据的规模化构建。也就是说，不是简单粗暴地增加硬件投入，而是同步精进算法、硬件适配与数据工程。值得注意的是，在 MAI-Base-2 收官之际，微软已低调启动 MAI-Base-3 的前期研发工作——这场基础模型的全球竞速中，微软不仅未放缓脚步，反而正以更高速度冲向领跑位置。
