从分销商到制造商：当微软终于被「解放」，一场安静的AI独立宣言

一个动词，暴露了一段关系的本质

「我们大约在6个月前从与OpenAI的合约中被解放（set free）了。」

这句话，出自微软AI CEO Mustafa Suleyman。时间是2026年6月5日，地点是旧金山Fort Mason Center，微软Build 2026开发者大会会场后台。VentureBeat记者问他，微软AI自研战略的真正起点是什么。他用了「set free」这个词——不是「调整」，不是「重组」，不是「战略转型」，而是「被解放」。

这是一个奇怪的词。公司宣布新产品，通常不会说自己之前受到了束缚。高管在发布会后台接受采访，通常会用最精心修饰的语言表达最模糊的立场。但Suleyman选择了最坦诚的表达，暴露了一个此前被精心维护的叙事裂缝：在长达3年、总额超过130亿美元的合作背后，微软一直没有被允许做某些事情——而「那些事情」，正是今天他宣布的核心。

那些事情，叫做：超级智能（superintelligence）。

130亿美元买来的，是什么

理解微软「被解放」的意义，需要先理解那份合约的边界。

2019年，微软向OpenAI投资10亿美元，换取在Azure上独家商业化OpenAI模型的权利。这一安排在此后多轮融资中持续深化：2021年追投20亿美元，2023年承诺130亿美元多年投资，总体框架将微软定位为OpenAI「最大的商业化合作伙伴」。

这段关系的核心逻辑是分工：OpenAI负责研发最前沿的AI，微软负责把它卖给企业。GPT-4进Copilot，Codex进GitHub，DALL-E进Designer。微软的AI故事，本质上是一个分销商的故事——它拥有最好的货，但货不是自己造的。

从商业角度，这套逻辑跑通了。Copilot系列产品为微软贡献了可观的企业增量收入，Azure因OpenAI工作负载的爆炸性增长而成为云计算市场的最大赢家之一——据分析师估算，AI相关工作负载贡献了Azure过去两年增速的主要份额。

但在那份协议的边界之内，微软不能——至少不能「正式」——自己去追求那个最大的目标：建造比人类更聪明的系统。这个限制，既是商业逻辑的约束（防止微软与OpenAI直接竞争），据行业分析人士推测，也可能包含技术层面的保护条款——防止微软通过大规模调用OpenAI模型的方式积累自研数据和能力。具体合约条款从未公开，但从Suleyman「被解放」的表述中，约束的存在几乎可以确定。

值得注意的是，这份合作关系还包含一个重要的议价结构：微软在Azure上部署OpenAI模型时，需向OpenAI支付大量计算资源成本——双方在收益分成上是合作关系，但在成本分配上是客户与服务商关系。这意味着每当Azure OpenAI服务规模扩大，微软的利润率也会受到制约。自研模型在经济上的潜在意义，因此不只是战略独立，也包括长期的毛利率改善。

直到6个月前，那条边界松动了。

7个模型，1份宣言

2026年6月5日，微软同时宣布了7个自研AI模型，品牌统一为「MAI」（Microsoft AI）。这是微软历史上最大规模的一次第一方模型发布。

阵容如下：

  • MAI-Thinking-1：350亿活跃参数的推理模型，在软件工程基准测试中达到同量级最优水平，具备高级数学推理能力，从零训练，不蒸馏第三方模型
  • MAI-Code-1-Flash：专为GitHub Copilot和VS Code构建的轻量级编码模型，优化企业代码生成工作流
  • MAI-Image-2.5：支持文生图和图像编辑的多模态模型
  • MAI-Transcribe-1.5：微软声称是市面上最准确的转录模型，在43种语言上达到商业级别准确率
  • MAI-Voice-2：多语言语音生成系统，面向企业语音助手和合成媒体场景

全部7个模型通过Microsoft Foundry（微软的模型托管和部署基础设施）发布，并首次允许开发者通过OpenRouter、Fireworks、Baseten等第三方平台调整模型权重。

技术细节之外，Suleyman反复强调一件事：「我们的推理模型从零开始训练。我们不蒸馏其他实验室的成果，我们不依赖未授权或不透明的数据。」

这句话的表面意思是在讲数据质量和企业合规。但读完语境，它的真实意思更接近一个声明：微软的AI，是自己的。

「我们更担忧Anthropic」

Suleyman在Build 2026的另一个表态，同样值得深思。

被问及最担忧哪个竞争对手时，他的回答出乎意料：「更担忧Anthropic，而不是Google、Meta或OpenAI。」

这不是礼貌性的回答。2026年5月，Anthropic年化收入达到470亿美元，较2025年底的90亿美元增长超过400%，并正在秘密准备估值接近1万亿美元的IPO。在企业AI采购决策中，Claude系列正越来越多地成为GPT的替代选项——而不仅仅是补充。

更重要的是，Anthropic是「纯血」AI公司——它的整个存在，就是为了建造最好的AI模型，没有其他业务包袱，没有需要保护的历史分销关系，没有需要向其他股东解释的多重战略优先级。

从这个角度，Suleyman担忧Anthropic，某种程度上是在担忧「一个从不需要被解放的对手」——它天生就在做微软现在才获准做的事，而且起步比微软早了几年。

在AI这场比拼底层能力的竞争中，「起步早」意味着更多迭代次数，意味着更完善的训练基础设施，意味着更深厚的研究人才积累。这些，是130亿美元投资换不来的东西。

制造商的真实含义

我们有必要在此停下来，思考「从分销商到制造商」这个转变，到底意味着什么。

在AI时代之前，「分销商」有其独特的护城河：渠道、关系、整合能力。微软在企业软件领域统治了30年，靠的不是自己造最好的技术，而是把技术打包进企业用得了的系统。Excel、Word、Teams——这些产品的成功逻辑，从来不是「技术最先进」，而是「最深度嵌入企业流程」。

但AI的逻辑，正在从根本上挑战这个基础。

如果AI的核心价值来自「最聪明的底层模型」，那么控制模型就是控制价值链的上游。分销商在这场博弈中永远面对一个风险：供应商可以绕过你，直接触达你的客户。

OpenAI在过去两年的行动，已经越来越清晰地说明了这一点。它开始建自己的企业直销团队，推出ChatGPT Enterprise，扩展直接面向企业用户的订阅体系，与Azure形成了某种程度的直接竞争。微软可以通过分润比例协商暂时维持商业利益平衡，但这种平衡是不稳定的——它取决于双方的相对谈判筹码，而筹码随着OpenAI估值的上升而持续向后者倾斜。

这就是「微软需要被解放」的深层结构原因：在AI的价值链中，分销商的位置正在被侵蚀。只有成为制造商，才能在2030年及以后拥有真正的竞争主权。

用更直接的话说：微软正在把一个被动的商业关系，转变为一个主动的技术赌注。

MAI背后的技术赌注：训练 vs 蒸馏

Suleyman强调「从零开始训练」，在技术层面有其精确含义。

当前AI行业存在两种主流的模型生产路径：

路径A（蒸馏/教师-学生）：用一个强大的前沿模型（教师）生成大量合成训练数据，训练一个更小的模型（学生）去模仿其能力。成本低，速度快，可以用相对有限的算力构建出性能不差的模型。DeepSeek R1的成功，很大程度上依赖这条路径。但模型能力上限受限于教师模型，且在竞争关系复杂时存在法律和合规风险。

路径B（从零训练）：构建完整的数据管线、清洗规则、预训练与后训练流程，全程不依赖第三方模型输出。成本极高（大型推理模型的从零训练需要数亿到数十亿美元的算力投入），周期极长，但能力上限不受他人约束，数据血统完全可审计。

微软的MAI-Thinking-1选择了路径B，并将其作为一个企业级竞争差异点。这背后的含义：在AI监管日益严格的大背景下，微软相信「知道自己模型的每一行训练数据来自哪里」将成为企业客户的强需求——特别是在金融、医疗、政府这些对数据合规要求最高的垂直行业。

这是一个面向监管风险的长期投注，也是面向竞争格局的身份声明：MAI不是OpenAI的平替，它是一个完全不同血统的选项。

「超级智能」不是比喻

Suleyman在采访中多次使用「superintelligence」这个词，而不是更商业化的「AGI」或「frontier AI」。

这个选词差异，不是无意的。

AGI（通用人工智能）在行业里已被过度使用，几乎成为一个模糊的营销词汇。每家公司对AGI的定义都不同，以至于宣称「即将到来」几乎不再有特定含义。OpenAI曾经宣布自己「内部接近AGI」，Google DeepMind有自己的AGI评分标准，Anthropic甚至曾经宣称某些Claude版本在某些维度已经达到「AGI阈值」。这个词已经被稀释到几乎无用。

但超级智能（superintelligence）有更清晰的技术文献背景。这个词最早由哲学家Nick Bostrom系统化阐述：指在几乎所有领域都显著超越人类认知能力的系统——不只是某个专项任务，而是全域能力的碾压。这不是产品路线图目标，而是文明级别的技术愿景。

就在同一周，Anthropic也发布了报告《When AI Builds Itself》，披露Claude已撰写Anthropic超过80%的合并代码，工程师季度代码产出达2024年的8倍，并呼吁主要AI实验室考虑「协调且可验证的开发暂停」——因为递归自我改进（AI自主设计训练后继系统）可能比多数机构预期更快到来。与此同时，SoftBank CEO孙正义声称OpenAI的下一代模型正由另一个AI模型设计，称这是超级智能「即将到来的信号」。

这场围绕超级智能的叙事密度，在2026年6月第一周达到了前所未有的高峰。Suleyman的表态，恰好插进了这个时间节点。

当微软CEO级别的高管在公开采访中用这个词描述自己的研发目标，至少意味着两件事：

第一，微软内部的AI野心，已经超出了「做好企业软件」的边界。Suleyman说「我们要确保到2030年及以后，我们有能力不只是从第三方购买模型，而是自己构建最顶级的AI」——这句话的逻辑终点，不是一个更好的Copilot，而是一个重新定义人机关系的系统。

第二，这场竞赛的真正终局，不是谁的大模型API更便宜，而是谁能在未来十年内建造出「可以做任何认知任务」的系统。在这个维度上，微软想成为参赛者，而不只是观众。

Frontier Tuning：超级智能之前的那一步

微软同日发布的另一个概念，在技术层面比「超级智能」更接近落地，却同样值得关注：Microsoft Frontier Tuning（微软前沿调优）。

Frontier Tuning的核心逻辑：用强化学习让AI模型在真实工作环境中进行自适应训练。它的训练数据不是来自互联网爬取，而是来自「实际工作的踪迹」——一个AI Agent在企业内部完成任务时的每一步操作、决策序列和结果反馈，成为该企业专属模型的训练材料。

Suleyman的团队在微软内部率先验证了这套方法。结果令人瞩目：针对Excel工作流定制调优的MAI模型，在相关任务上达到了GPT-5.4的性能，同时计算效率提升了10倍。也就是说，用十分之一的推理成本，实现了旗舰模型的性能。

这项技术的意义，超过了大多数模型压缩或蒸馏方法。它回答了一个企业AI采购中最核心的问题：「为什么要买你的，而不是通用模型？」Frontier Tuning的答案是：因为这个模型是专门为你的工作流训练的，它比任何通用模型都更理解你的企业怎么运作。

这将改变企业AI的购买逻辑——从「哪个模型的综合基准最高」，转向「哪个平台让我最容易拥有专属于我的模型」。在这个逻辑下，微软的企业客户关系和数据积累，可能是比OpenAI更强大的护城河。

「被解放」的真实时间轴

值得注意的是，Suleyman说「大约6个月前」，也就是大约2025年12月。

这个时间节点并不随机。2025年底，有几件事在AI行业同步发生：

其一，OpenAI加速推进公司结构转型。从「受限盈利」转向「普通营利公司」的结构调整，根本上改变了投资者关系和股权结构，也可能触发了与微软协议中某些条款的重新谈判——因为协议中关于「不竞争」的界定，在新的公司形态下需要重新明确。

其二，微软Azure AI工作负载规模突破临界点。当AI工作负载成为Azure收入增长的最大驱动力，微软有了更充分的商业动机去投资自有模型研究——哪怕短期内与OpenAI模型性能有差距，拥有谈判筹码的价值已经超过了放弃这部分能力的成本。

其三，微软自有AI硬件能力开始成熟。微软这两年一直在开发自己的AI训练芯片（Maia系列），配合Azure的定制AI基础设施，从零训练千亿参数量级模型已经具备技术和算力基础。

「被解放」不是一夜之间发生的故事。它是一系列谈判、结构变化和商业利益重新对齐的结果。Suleyman选择在Build 2026上公开这段叙事，说明微软判断：现在是宣告这一转变的正确时机——已经有了值得展示的成果（7个MAI模型），同时对OpenAI的依赖已经稀释到足够程度，不会因为这个表态造成不可管控的关系损伤。

这对OpenAI意味着什么

微软宣布MAI自研模型的同一天，OpenAI宣布其前沿模型（GPT-5.5、GPT-5.4）和Codex编码Agent在AWS正式全面可用（GA）。

这种时间上的重叠，可能是巧合，也可能是一种无声的回应：OpenAI在告诉市场，「我的客户不只是微软的Azure」。

从更宏观的视角看，这两个发布代表了同一段关系两端的同步演变：微软在说「我有自己的模型了」，OpenAI在说「我有自己的渠道了」。曾经是「排他性同盟」的合作，正在向「开放式竞合」演变。

对OpenAI而言，微软宣布自研路线的信号成本，可能高于实际成本。因为短期内，MAI-Thinking-1对GPT-5.5的威胁是有限的——GPT-5.5在大多数综合基准测试上仍有明显领先，而微软的7个模型覆盖了不同细分场景，并非正面挑战OpenAI的旗舰产品。

但中期来看，微软有自己的模型意味着：在议价桌上，它现在有了说「不」的底牌。微软可以告诉OpenAI，「如果合作条款不够好，我们可以在某些场景切换到MAI」。即便这种切换的成本目前仍然很高，威胁本身就改变了谈判的结构。

站在3条轨道的交汇处

这是2026年AI格局中最难以捉摸的一个悖论：

微软是地球上最重要的AI分销商（OpenAI最大投资人，Azure是全球最大AI云），同时在变成最雄心勃勃的AI自研者，同时声称要追求超级智能；

OpenAI是最强大的模型开发者（GPT-5.5仍是基准测试综合第一），同时越来越像一个独立的企业软件公司（OpenAI Enterprise、Projects、Codex代理），从根本上与其最大的分销伙伴竞争；

Anthropic是最「纯粹」的AI实验室（只做模型，不做消费应用），同时是增速最快的AI商业公司（年化收入增长超400%），并在2026年准备以接近1万亿美元估值上市——成为AI热潮中第一个真正的大规模IPO考验。

这3家公司，代表了AI产业3种不同的价值链位置，以及3种不同的「什么是真正的护城河」的赌注：

  • OpenAI赌的是「最强模型永远有溢价」
  • Anthropic赌的是「安全与性能可以共存，且安全最终会成为购买决策的核心变量」
  • 微软赌的是「渠道+自研双轮驱动，在AI时代延续企业软件霸主地位」

Suleyman的「被解放」，是微软对第3种赌注的最清晰的公开表态。从今天起，它不再只是押注于别人的成功，而是押注于自己有能力成功。

尾声：那个动词的重量

回到开头那个词——「set free」。

在英语中，这个短语有几层含义：解除束缚、允许自由行动、从囚禁中释放。每一层，都隐含着之前存在约束的事实。

Suleyman不必用这个词。他可以说「微软在Model AI领域取得了重大战略进展」——这是大公司通常使用的语言。他没有这样做。

当然，质疑的声音同样存在。多位分析师指出，MAI-Thinking-1的350亿参数规模，与GPT-5.5等前沿模型的差距仍然可观；Frontier Tuning的验证案例目前仍局限于微软内部；而「从零训练」的路径意味着每一次重大迭代都需要巨额算力投入，这是否可持续，尚无充分验证。更根本的疑问是：一家已经运营50年、以商业整合见长的企业软件公司，能否真正培育出一个世界顶级的AI研究团队？

这些质疑是合理的。但Suleyman选择用「set free」这个词，恰恰说明他理解质疑的本质：微软的AI，过去确实是受限的。这种坦诚，本身就具有战略价值。

「被解放」的微软，正在学着做一件新事：造剑，而不只是卖剑。

它能造得出来吗？MAI-Thinking-1是否真的能在2030年之前演进到足以威胁GPT系列和Claude的地步？微软能否在追求超级智能的同时，维护好与OpenAI这个最重要供应商之间的微妙平衡？

这些问题的答案，可能需要到2030年才能知道。但Suleyman显然认为：问这个问题本身，就已经有价值了。

因为在AI时代，不问这个问题——才是最危险的事。

参考资料

  1. VentureBeat（2026-06-05）：Microsoft AI chief says company was “set free” from OpenAI to pursue superintelligence — Mustafa Suleyman在Build 2026独家采访，披露合约变化与超级智能追求

  2. Microsoft AI（2026-06-05）：Building a hill-climbing machine: Launching seven new MAI models — 7个MAI模型官方发布博客，包含Frontier Tuning和从零训练方法详述

  3. Microsoft AI（2026-06-05）：Introducing MAI-Thinking-1 — MAI旗舰推理模型技术规格，350亿活跃参数，软件工程基准测试最优水平

  4. OpenAI（2026-06-05）：OpenAI frontier models and Codex are now available on AWS — OpenAI在AWS GA同日宣布，呈现微软/OpenAI竞合演变背景

  5. TechCrunch（2026-06-04）：Ahead of its IPO, Anthropic’s Daniela Amodei shrugs off doubts about AI’s returns — Anthropic竞争背景，年化收入从90亿增长到470亿美元，IPO准备