AI日报—— 一年之约已到 OpenAI 仍未发布其语音克隆工具 微软试图抛弃OpenAI?自研MAI模型并探索替代其方案

我爱免费

作者：微信文章



Microsoft加码AI研发，自研MAI模型并探索替代OpenAI方案





据悉，目前微软正加速推进其AI战略，试图在与其长期合作伙伴OpenAI的竞争中占据主动。微软不仅自主研发了强大的AI模型，还在探索替代方案，以驱动其Copilot机器人等产品的技术升级。
▍MAI模型：

自研“推理”模型：微软已开发出可与OpenAI o1及o3-mini媲美的AI“推理”模型。据了解，OpenAI拒绝向微软分享o1模型的技术细节，导致双方关系紧张，促使微软加速自研步伐。MAI模型家族：微软内部研发的MAI系列模型性能已接近OpenAI的领先技术水平。据Bloomberg报道，微软计划于今年晚些时候通过API形式对外开放这些模型，供开发者使用，进一步扩展其AI生态影响力。多元替代测试：为减少对OpenAI技术的依赖，微软正测试来自xAI、Meta、Anthropic及DeepSeek的AI模型，评估其作为Copilot技术替代方案的可行性。

---

OpenAI Voice Engine预览期延长一年未上线

去年3月末，OpenAI宣布推出AI语音服务Voice Engine的小规模预览版，宣称仅需15秒语音样本即可克隆人类声音。然而，时隔近一年，该工具仍停留在预览阶段，OpenAI未透露具体上线计划，甚至可能无限期推迟发布。



▍技术与进展

据悉，Voice Engine能够生成自然流畅的语音，高度贴近原始说话者的音色，支持文本转语音功能，并已应用于OpenAI的文本转语音API及ChatGPT的语音模式。据OpenAI 2024年6月的博客介绍，该模型通过学习说话者在给定文本中的发音规律，可生成多样化的语音表达，适配不同口音与风格。OpenAI声称，该技术自2022年起研发，并在2023年夏季向全球高级政策制定者展示过其潜力与风险。

目前，Voice Engine仅向少数“可信伙伴”开放测试，包括初创公司Livox，后者致力于为残障人士开发通信设备。Livox CEO Carlos Pereira向TechCrunch表示，该技术在语音质量与多语言支持上“令人印象深刻”，但因需在线运行而无法满足其离线客户需求。他透露，OpenAI尚未提供上线时间表或收费计划，测试阶段也未收取费用。
▍延迟原因与安全考量OpenAI原计划于2024年3月7日通过API推出Voice Engine（当时称Custom Voices），向100名“可信开发者”开放优先访问权，并设定定价：标准语音每百万字符15美元，高清语音30美元。然而，发布前夕计划搁浅，最终仅在3月末公布预览版，限制访问至约10家2023年底合作的开发者。OpenAI在公告中表示，希望通过小规模测试与利益相关者对话，评估“合成语音的负责任部署”。其6月博客进一步暗示，推迟发布部分源于2024年美国大选期间的滥用风险。为降低隐患，Voice Engine内置水印追踪音频来源，要求开发者获得说话者明确同意并披露AI生成性质，但具体执行机制尚未公开。此外，OpenAI计划开发语音认证系统及“禁声名单”，以防止生成与名人相似的语音。这些技术目标虽具前瞻性，但实现难度较高，若失误可能加剧外界对其安全投入不足的质疑。

---

Crogl推出AI“钢铁侠战衣” 获3000万美元融资助力网络安全革命





近日，总部位于美国新墨西哥州阿尔伯克基的初创公司Crogl推出了一款面向网络安全研究人员的自主AI助手，旨在帮助分析每日网络警报并解决安全事件。这款被Crogl首席执行官兼联合创始人Monzy Merza称为安全分析师“钢铁侠战衣”的产品，已在多家大型企业和组织中完成部署。同日，Crogl宣布完成总计3000万美元的融资。
▍产品亮点：Crogl的AI平台通过“知识引擎”驱动，针对网络安全运营中的核心痛点——警报过载与分析效率低下。Merza指出，安全分析师每天最多处理约24个警报，而企业可能面临高达4500个警报的洪流。现有工具往往通过减少警报数量解决问题，但Crogl反其道而行，认为每个警报都应被分析，以增强团队的“反脆弱性”。其平台不仅能标记可疑活动，还能通过学习组织独特流程与数据，识别趋势并支持自然语言查询，极大提升了安全运营的深度与广度。

---

Cursor拟以100亿美元估值融资



近日，据Bloomberg报道，AI编程助手Cursor的开发公司Anysphere正与风险投资机构谈判，计划以近100亿美元的估值筹集新一轮资金。
▍行业热潮Anysphere并非孤例。2月，AI编码编辑器Windsurf的开发公司Codeium正以近30亿美元估值融资，由Kleiner Perkins领投，其40亿美元ARR对应约70倍估值。此外，Poolside等AI编程公司近期也频获投资者青睐。据投资者观察，AI在编码工具中的应用速度远超销售、法律和医疗等领域，成为当前技术投资的风口。▍背景与竞争Anysphere由MIT学生于2022年创立，旗下Cursor因其代码自动补全与任务生成能力深受开发者欢迎。该公司此前通过OpenAI加速器崭露头角，累计融资金额已超1.7亿美元，投资者包括a16z、OpenAI创业基金及Stripe联合创始人Patrick Collison等。Cursor在竞争激烈的AI编程市场中，与Codeium、Poolside及微软GitHub Copilot等玩家角逐，凭借快速增长的用户基础与营收表现脱颖而出。▍要闻点评Cursor估值从25亿美元跃升至近100亿美元，仅用三个月时间，反映了AI编码工具市场的爆炸式增长与资本追逐。然而，高达66倍的ARR倍数也引发讨论：投资者是否过于乐观？相比之下，Codeium的70倍估值显示市场对AI编程潜力的普遍高预期。未来，Anysphere需证明其技术与商业模式的可持续性，以支撑这一天价估值。