纳德拉称微软 MAI 模型可胜任常见 Excel 任务：性能接近 GPT-5.6，部署成本更低
据 IT之家 7 月 25 日消息，科技媒体 firstpost 近日报道称，微软首席执行官萨提亚·纳德拉谈到微软自研 MAI 系列模型的最新进展时表示，这类模型在不少企业应用场景中已经能够达到甚至超过部分前沿 AI 的效果，并且有望降低企业部署 AI 的成本。纳德拉特别提到，在多数常见 Excel 任务中，MAI 系列模型的表现与 GPT-5.6 相当，同时由于不必依赖最新一代 AI 加速器，可在英伟达 H100/A100 GPU 上运行，因此更适合面向企业产品进行规模化部署。
这番表态释放出一个明确信号：微软并不打算把企业 AI 的未来完全押注在单一前沿大模型上，而是在 OpenAI、Anthropic 等外部前沿模型之外，继续强化自研模型与产品级智能体系统的组合能力。对于中文读者熟悉的 Office、GitHub Copilot 等生产力工具而言，这意味着 AI 能力未来可能更多以“任务适配”的方式嵌入，而不是简单调用一个最大、最新的通用模型。
微软强调“前沿扩散与控制”：不是只拼最大模型
来源显示，纳德拉将微软当前的 AI 路线概括为“前沿扩散与控制”（Frontier Diffusion & Control）。其核心思路是：在企业真实工作流中，客户不会永远只依赖某一个前沿模型，而是会根据任务类型、成本约束、响应速度与安全需求，编排不同模型、工具和智能体控制系统。
换句话说，微软正在把 AI 能力从“模型竞赛”推进到“系统优化”。在纳德拉的描述中，模型只是智能体系统的一部分，真正决定产品表现的还包括上下文组织、记忆能力、工具调用、技能封装、用户交互以及控制层设计。这一判断与当前企业 AI 落地趋势基本一致：在真实业务中，最强模型未必总是最优选择，成本、稳定性、可控性和与业务流程的贴合度同样重要。
微软的做法是让来自 OpenAI、Anthropic 的前沿模型与自研 MAI 模型共同进入编排系统。面对不同任务，系统可以选择更合适的模型与工具链，而不是把所有请求都交给最昂贵或最新的模型处理。这对于 Office、开发工具、企业协作软件等高频场景尤为关键，因为这些场景调用量大，任何推理成本的下降都可能带来明显的商业价值。
MAI 在 Excel 与 Copilot 场景取得进展
报道提到，微软通过面向特定产品定制的强化学习环境（RLEs）训练 MAI 模型，使其学习真实客户工作流程，并在 GitHub Copilot 和 Excel 等产品方向取得显著进步。这里的重点不是让模型在通用榜单上全面领先，而是让模型更擅长处理具体产品中的真实任务。
以 Excel 为例，企业用户的需求往往包括理解表格结构、生成或解释公式、整理数据、辅助分析、执行重复操作等。这些任务并不总需要最高规格的通用大模型，但要求模型理解软件环境、用户意图和操作路径。如果 MAI 能在多数常见 Excel 任务中达到与 GPT-5.6 相当的表现，就说明微软自研模型在垂直场景优化上已经具备一定竞争力。
- 任务更明确：围绕 Excel、GitHub Copilot 等具体产品训练，而不是只追求通用问答能力。
- 系统更复杂：模型与上下文、工具、控制层、用户交互共同决定最终体验。
- 成本更可控：可运行在 H100/A100 GPU 上，降低企业部署对最新 AI 加速器的依赖。
- 落地更贴近业务：通过学习真实客户工作流，优化办公和开发等高频生产力场景。
影响解读：企业 AI 将进入“多模型编排”阶段
纳德拉的表态值得关注，是因为微软是当前企业 AI 落地最积极的公司之一。它既是 OpenAI 的重要合作伙伴，也拥有 Windows、Microsoft 365、Azure、GitHub 等庞大的企业软件入口。微软如果开始强调自研 MAI 与外部模型协同，说明企业 AI 的竞争重点正在从“谁有最强单一模型”转向“谁能把不同模型以最低成本嵌入真实工作流”。
对企业客户而言，这种路线的吸引力在于可控预算。前沿模型能力强，但调用和部署成本往往较高；面向特定任务优化的中小型或专用模型，可能在某些固定流程中提供接近效果，并显著降低推理成本。特别是在办公自动化、代码补全、数据处理、客服辅助等高频应用里，单位任务成本会直接影响 AI 产品能否长期使用。
对 AI 产业而言，这也意味着模型生态将更加分层：最前沿的大模型负责复杂推理、开放式问题和高难度任务；经过垂直优化的模型负责高频、标准化、可被流程化的工作；智能体控制层则负责在不同模型与工具之间调度。微软强调的“控制、内存、上下文、工具和技能”，本质上是在打造企业 AI 的操作系统能力。
当然，目前关于 MAI 系列模型的公开信息仍主要来自报道和微软高管表述，外界还需要更多可复现的评测、产品体验和企业案例来验证其效果。但可以确定的是，AI 办公和开发工具的下一阶段竞争，不只是模型参数和榜单分数的竞争，更是成本、编排和场景适配能力的竞争。如果微软能在 Excel、Copilot 等高频产品中持续证明 MAI 的价值，自研模型将成为其 AI 战略中越来越重要的一环。