微软MAI替代OpenAI模型、DeepSeek智谱自研AI芯片、Meta Muse Image上线、田永龙加盟腾讯混元
微软在Office中用自研MAI模型替代OpenAI/Anthropic降低成本，DeepSeek与智谱同日曝光自研推理芯片，Meta发布Muse Image图像模型深度整合社交生态，前OpenAI研究员田永龙加盟腾讯混元负责多模态方向
微软开始用自研模型替换OpenAI、DeepSeek与智谱同日曝光自研AI芯片——大模型产业链的”垂直整合”正从软件延伸到硬件，AI巨头不再甘当纯模型调用方。
微软在Excel/Outlook中用自研MAI模型替代OpenAI和Anthropic
事件概述
2026年7月8日，据彭博社报道，微软已开始在Excel和Outlook等核心办公软件中，以自研MAI模型取代OpenAI和Anthropic的模型处理AI提示。知情人士透露，目前这两款产品中每周已有数万条AI提示由MAI模型完成，此前则主要依赖OpenAI和Anthropic提供的大模型。同日，微软AI负责人Mustafa Suleyman明确表态：“我们每年向Anthropic支付大量费用，因此我们的目标是减少，并最终彻底消除这项成本。”
技术解析
- MAI模型矩阵成型：微软在6月Build大会发布的7款MAI模型已进入实战部署。MAI-Code-1-Flash（50亿激活参数）已在GitHub Copilot全面上线，SWE-Bench Pro得分51.2%超越Claude Haiku 4.5的35.2%；MAI-Transcribe-1.5正在Teams中测试语音转写；MAI-Image-2.5已进入Bing和PowerPoint。
- 成本优势显著：MAI-Code-1-Flash定价4.50（输入/输出每百万token），约为GPT-4o输出的1/3。据投资方估算，Office场景中简单高频查询路由到MAI后，单次提示成本可降低60%。
- 渐进式替换策略：当前MAI仅接管Excel公式生成、基础数据分析、Outlook邮件摘要等简单高频场景，复杂创意任务仍回退至OpenAI模型。这种”简单自研、复杂外采”的分层路由是务实之举。
行业影响
这是微软与OpenAI合作关系从”战略绑定”转向”战略优化”的标志性事件。2025年双方重新谈判后OpenAI失去排他性，微软开始兑现这一条款。更深层的信号是：大模型调用方正在从”纯消费者”转变为”垂直整合者”——当模型能力趋于同质化，自研模型+自家云基础设施的组合将在成本和可控性上形成结构性优势。对OpenAI而言，最大客户开始自研替代品，意味着其API收入的天花板正在被压缩；对Anthropic而言，Suleyman”最终消除”的表态则更接近宣战。开发者生态可能面临”底层模型静默切换”的风险——微软用户目前无法选择或感知底层模型变更。
相关链接
- IT之家：微软用自研MAI模型替代OpenAI
- Bloomberg/财联社：微软开始替换Office中的AI模型
- ByteIota：Microsoft MAI Models Replace OpenAI in Copilot
DeepSeek与智谱同日曝光自研AI推理芯片
事件概述
2026年7月8日，路透社援引三位知情人士报道，DeepSeek正在研发面向AI推理的自研芯片，项目约一年前启动，目前仍处于早期阶段，正在与芯片设计企业、晶圆代工厂和存储厂商洽谈。同日，另一报道披露智谱AI也在规划自研AI芯片。两大头部大模型厂商同日曝光芯片计划，标志着中国AI公司的”算力自主化”进入新阶段。
技术解析
- 推理专用定位：DeepSeek的自研芯片聚焦推理场景（即模型训练完成后，应用知识分析新数据、生成内容），而非训练芯片。这与当前行业趋势吻合——推理算力需求已远超训练，且推理对芯片通用性要求更低、定制化空间更大。
- 产业链协作模式：DeepSeek并非”全栈自研”，而是采用与IC设计企业、晶圆代工厂和存储厂商合作的模式。这与Google TPU的”自研架构+三星代工”路径类似，而非英伟达的”全自研+自产”路线。
- 招聘布局：DeepSeek近期低调扩充芯片设计工程师团队，但未在公开平台发布职位，显示出在芯片项目上的谨慎推进策略。
- 现有算力基础：DeepSeek当前推理集群混合使用英伟达H800和华为昇腾芯片，最新一代V4模型已针对昇腾架构完成适配优化。
行业影响
DeepSeek自研芯片的战略意义远超技术层面。中国AI行业正从”算法突破”走向”算力自主”——在美国芯片出口管制持续升级的背景下，推理芯片的自主化是保障AI服务可持续运行的关键一环。华为昇腾目前占据国内AI芯片市场约50%份额（对应估值约500亿美元），但阿里、百度等互联网巨头也在通过自研芯片切入该领域。DeepSeek的加入意味着中国AI芯片市场将从”华为一家独大”转向”多方竞争”格局。如果成功，DeepSeek将加入Google、Meta等全球头部AI厂商的行列，实现”算法+芯片+基础设施”的垂直整合，其V4系列模型的推理成本优势将进一步扩大。
相关链接
Meta发布Muse Image图像生成模型，深度整合社交生态
事件概述
美东时间2026年7月7日，Meta正式发布由其Superintelligence Labs打造的首个AI图像生成模型Muse Image。该模型已通过Meta AI应用和网站免费提供，并同步登陆Instagram限时动态和WhatsApp私信，未来数周还将扩展至Facebook和Messenger。这是Meta继4月发布Muse Spark大语言模型后，Superintelligence Labs推出的第二款关键产品，标志着Muse系列从”理解与推理”扩展到”高质量图像生成”。
技术解析
- 与Muse Spark的深度协同：Muse Image并非独立生图工具，而是与Muse Spark大语言模型配合，形成多步骤Agent化创作流程——先生成前理解提示词、规划画面布局、查找实时网页上下文、混合多个视觉参考，再输出最终图像。这种”推理+生成”的组合架构是当前行业趋势。
- 社交关系图谱驱动的创新功能：用户可在提示词中@提及Instagram账号，模型将根据被提及账号的公开照片生成视觉内容。这是AI图像生成首次与社交图谱深度结合，但也引发隐私争议——公开账号默认被纳入该功能，用户需主动关闭。
- 文字渲染能力：Muse Image可在画面中清晰渲染文字，支持制作操作指南或信息图，这在此前大多数图像生成模型中是常见短板。
- 广告变现路径：Muse Image将接入Meta的Advantage Plus广告工具，帮助品牌自动生成广告创意变体，直接将AI图像生成能力转化为广告收入。
行业影响
Muse Image的发布是Meta从”社交媒体平台”向”综合性AI平台”转型的又一关键步骤。其战略独特性在于：利用30亿+社交用户作为分发网络，将AI图像生成从”专业工具”降维为”日常社交功能”。这与OpenAI的DALL-E 4走”专业创作”路线、Google Imagen 4走”搜索整合”路线形成差异化竞争。更值得关注的是Meta的云计算野心——公司正计划通过云平台向外部开发者提供Muse等AI模型接口，构建类似OpenAI API和Claude API的AI云服务体系。结合上周Meta Compute出售闲置AI算力的消息，Meta正在成为AI基础设施领域的新玩家。
相关链接
前OpenAI研究科学家田永龙加盟腾讯混元负责多模态方向
事件概述
2026年7月7-8日，多家媒体报道前OpenAI研究科学家田永龙（Yonglong Tian）确认加盟腾讯混元团队，将成为混元多模态模型方向负责人，向首席AI科学家姚顺雨汇报。这是继姚顺雨之后，又一位从OpenAI核心研究团队转投腾讯混元的研究人员，也是姚顺雨上任后混元团队的又一次关键人才补强。
技术解析
- 田永龙的学术履历：本科清华大学，港中文硕士（导师汤晓鸥、王晓刚），MIT博士，先后在Google Research和Google DeepMind任高级研究科学家，后加入OpenAI任Member of Technical Staff。研究方向涵盖计算机视觉、对比学习、自回归图像生成、视觉表征学习和生成式模型——恰好覆盖多模态大模型当前最前沿的技术议题。
- 与姚顺雨的互补：姚顺雨的背景偏向语言模型的后训练和推理，田永龙则是视觉生成与表征学习的专家。两人的组合覆盖了大语言模型和多模态模型两个核心方向，是”语言+视觉”双引擎架构。
- 混元多模态的短板：此前，混元多模态方向经历了组织震荡——原负责人刘威于2024年底离职创办ReBirth，此后该方向一度由蒋杰直接负责。业内评价认为，腾讯在多模态技术领先性上与字节豆包、阿里通义仍有差距。
行业影响
田永龙的加盟折射出华人AI顶尖人才回流的加速趋势——从姚顺雨（OpenAI→腾讯）、到田永龙（OpenAI→腾讯），再到此前多位华人研究员回国创业或加入本土AI公司，这既是中美AI竞争格局下的结构性流动，也是国内AI企业”人才密度”快速提升的缩影。对腾讯而言，多模态是决定混元能否从”微信/QQ内部工具箱”升级为”通用智能平台”的关键战场。在字节豆包凭借视频生成和图像理解强势占领多模态心智、阿里通义万相持续迭代的当下，田永龙的到来意味着腾讯终于补齐了混元团队最关键的一块拼图。但人才的落地效果仍需时间验证——从”顶尖研究员”到”团队负责人”的角色转换，以及OpenAI研究环境与腾讯工程化体系之间的适配，都是待解的变量。
相关链接