مایکروسافت از MAI-Thinking-1 رونمایی کرد؛ هوش مصنوعی پیشرفته‌ای که به دست خود این شرکت ساخته شده است.
مایکروسافت در کنفرانس بیلد ۲۰۲۶ از خانواده‌ای تازه از مدل‌های هوش مصنوعی اختصاصی خود رونمایی کرد؛ مجموعه‌ای هفت‌تایی با نام MAI که حوزه‌هایی مثل استدلال، کدنویسی، تولید و ویرایش تصویر، تبدیل گفتار به متن و تولید صدا را پوشش می‌دهد. مهم‌ترین عضو خانواده، MAI-Thinking-1 است؛ نخستین مدل استدلالی داخلی مایکروسافت که ردموندی‌ها آن را پرچمدار نسل جدید مدل‌های خود می‌دانند.

اهمیت آنچه رونمایی شد، فقط در معرفی چند مدل تازه خلاصه نمی‌شود. مایکروسافت که در سال‌های اخیر بخش مهمی از محصولات هوش مصنوعی خود را بر پایه‌ی مدل‌های OpenAI توسعه داده بود، حالا آشکارتر از همیشه می‌خواهد بخش بزرگ‌تری از زنجیره‌ی هوش مصنوعی را در اختیار بگیرد؛ از داده و زیرساخت آموزشی گرفته تا مدل، تراشه، ابزار توسعه و محصولاتی مثل Copilot، ویژوال استودیو کد، پاورپوینت و وان‌درایو.

مصطفی سلیمان، مدیرعامل Microsoft AI، در بیانیه‌ی رسمی شرکت از ساخت چیزی سخن می‌گوید که مایکروسافت آن را «ماشین تپه‌نورد» می‌نامد؛ استعاره‌ای برای سیستمی که قرار است با داده‌ی بهتر، توان پردازشی بیشتر، ارزیابی دقیق‌تر و چرخه‌های آموزشی پی‌درپی، مدل‌ها را مرحله‌به‌مرحله ارتقا دهد. پیام اصلی مایکروسافت روشن است؛ این شرکت نمی‌خواهد فقط میزبان مدل‌های دیگران باشد؛ می‌خواهد خود به یکی از سازندگان اصلی مدل‌های پیشرفته تبدیل شود.

MAI-Thinking-1؛ مدل استدلالی متوسط‌مقیاس با ادعای بزرگ
MAI-Thinking-1 را تیم Microsoft AI Superintelligence توسعه داده است و مایکروسافت آن را نخستین مدل استدلالی داخلی خود معرفی می‌کند. این مدل از نوع «متوسط‌مقیاس» توصیف می‌شود؛ اما طبق توضیحات مایکروسافت در کلاس وزنی خود در میان قدرتمندترین مدل‌ها قرار می‌گیرد و در برخی بنچمارک‌های مهم مهندسی نرم‌افزار با مدل‌های پیشرو بازار رقابت می‌کند.

این فقط رونمایی از چند مدل تازه نیست؛ اعلام استقلال مایکروسافت در هوش مصنوعی است.

مایکروسافت تأکید می‌کند MAI-Thinking-1 از پایه با داده‌های پاک، پالایش‌شده و دارای مجوز آموزش دیده و در توسعه‌ی آن از تقطیر مدل‌های شخص ثالث استفاده نشده؛ به‌بیان ساده‌تر، ردموندی‌ها می‌خواهند نشان دهند توانایی‌های مدل تازه از خروجی مدل‌های رقیب به ارث نرسیده، بلکه در چرخه‌ی آموزشی خود مایکروسافت شکل گرفته است.

مدل‌های استدلالی پیش‌از ارائه‌ی پاسخ، مسئله را در چند مرحله تحلیل می‌کنند و برای حل مسائل پیچیده، مسیر پاسخ را با دقت بیشتری می‌سنجند. MAI-Thinking-1 هم دقیقا برای همین دسته از وظایف ساخته شده است؛ از دستورهای چندمرحله‌ای، تحلیل متن‌های طولانی و حل مسئله‌های ریاضی و علمی گرفته تا تولید کد و انجام کارهای عامل‌محور.

Microsoft

MAI-Thinking-1 از پنجره‌ی متنی ۲۵۶هزار توکنی بهره می‌برد؛ قابلیتی که آن را برای تحلیل اسناد طولانی، بررسی پروژه‌های بزرگ کدنویسی و انجام وظایفی که به حفظ زمینه‌ی گسترده نیاز دارند، مناسب‌تر می‌کند. مایکروسافت همچنین روی هزینه‌ی پایین‌تر پردازش و کارایی بالاتر مدل در مقایسه با مدل‌های بسیار بزرگ تأکید دارد.

مدل AI مایکروسافت بدون تقطیر مدل‌های دیگر آموزش دیده است.

مایکروسافت می‌گوید MAI-Thinking-1 در آزمون AIME 2025 به امتیاز ۹۷ درصد و در AIME 2026 به امتیاز ۹۴٫۵ درصد رسیده است؛ نتایجی که نشان‌دهنده‌ی توانایی جدی مدل در استدلال ریاضی و علمی هستند. این شرکت می‌گوید چنین عملکردی ثابت می‌کند چرخه‌ی آموزشی داخلی آن می‌تواند توانایی‌های استدلالی واقعی را از دل داده، پاداش و ارزیابی بسازد و قابلیت‌ها را به حوزه‌های دیگر تعمیم دهد.

Microsoft

به‌گفته‌ی مایکروسافت، MAI-Thinking-1 در ارزیابی‌های کور انسانی نسبت‌به Sonnet 4.6 انتروپیک ترجیح داده شده و در آزمون برنامه‌نویسی SWE-Bench Pro عملکردی نزدیک به Opus 4.6 ارائه می‌دهد؛ چنین ادعایی از نظر راهبردی مهم است؛ چون مایکروسافت مدل تازه‌ی خود را نه در برابر مدل‌های کوچک و کم‌ادعا، بلکه در کنار جدی‌ترین بازیگران حوزه‌ی مدل‌های سازمانی قرار می‌دهد.

مدل MAI-Thinking-1 هم‌اکنون از طریق پلتفرم Microsoft AI Foundry در قالب پیش‌نمایش خصوصی در دسترس قرار دارد.

مدل کدنویسی مخصوص Copilot و ویژوال استودیو کد
در کنار MAI-Thinking-1، مایکروسافت مدل MAI-Code-1-Flash را هم معرفی کرده؛ مدلی عامل‌محور برای کدنویسی که با تمرکز بر بهره‌وری در مرحله‌ی استنتاج توسعه یافته و ۵ میلیارد پارامتر دارد؛ مایکروسافت می‌گوید این مدل برای GitHub Copilot، ویژوال استودیو کد و اکوسیستم نرم‌افزاری خودش بهینه شده است.

Microsoft

هدف از MAI-Code-1-Flash لزوما رقابت خام با بزرگ‌ترین مدل‌های کدنویسی نیست؛ بلکه ارائه‌ی مدلی ارزان‌تر، سریع‌تر و با یکپارچگی عمیق با ابزارهایی است که توسعه‌دهندگان هر روز با آن‌ها کار می‌کنند؛ در همین‌جا مزیت مایکروسافت پررنگ می‌شود؛ ردموندی‌ها فقط مدل را نمی‌سازند، بلکه آن را به‌طور مستقیم در مسیر کاری میلیون‌ها برنامه‌نویس قرار می‌دهد.

مدل جدید تولید و ویرایش تصویر مایکروسافت
مایکروسافت همچنین از MAI-Image-2.5 و نسخه‌ی Flash آن رونمایی کرد؛ مدل‌هایی که هم برای تولید تصویر از متن و هم برای ویرایش تصویر طراحی شده‌اند. این مدل‌ها قرار است در جریان‌های کاری خلاقانه به کاربران کمک کنند ایده، طرح اولیه یا تصویر موجود را به خروجی نهایی نزدیک‌تر کنند.

به‌گفته‌ی مایکروسافت، MAI-Image-2.5 می‌تواند علاوه‌بر توضیحات متنی، از طرح‌های اولیه و تصاویر مرجع هم برای ساخت خروجی دقیق‌تر استفاده کند. این قابلیت برای کاربرانی اهمیت دارد که می‌خواهند تصویر نهایی فقط زیبا نباشد؛ بلکه به خواسته، سبک بصری یا ساختار اولیه‌ی مدنظرشان نزدیک‌تر باشد.

تولید تصویر برای مایکروسافت فقط سرگرمی نیست؛ ابزار کاری است.

مایکروسافت می‌گوید MAI-Image-2.5 از همین حالا در پاورپوینت در دسترس قرار دارد، به‌تدریج به وان‌درایو اضافه می‌شود و در Foundry هم در اختیار توسعه‌دهندگان قرار می‌گیرد. نسخه‌ی Flash نیز با تمرکز بر سرعت و هزینه‌ی پایین‌تر طراحی شده است.

بخش تصویرسازی در مراسم معرفی مدل‌های خانواده‌ی MAI برای مایکروسافت اهمیت زیادی دارد؛ چون رقابت تولید تصویر دیگر فقط به ساخت عکس‌های جذاب محدود نیست. شرکت‌ها به مدل‌هایی نیاز دارند که در ابزارهای کاری، ارائه‌ها، فایل‌ها و گردش‌های سازمانی جا بگیرند و خروجی قابل کنترل‌تری ارائه دهند.

مدل‌های تازه برای صدا و تبدیل گفتار به متن
در بخش پردازش گفتار، مایکروسافت MAI-Transcribe-1.5 را معرفی کرد؛ مدلی برای تبدیل گفتار به متن که به‌ادعای شرکت، دقتی در سطح بهترین مدل‌های موجود دارد و تا پنج برابر سریع‌تر از مدل‌های رقیب عمل می‌کند. این مدل از اصطلاحات تخصصی در ۴۳ زبان پشتیبانی می‌کند؛ قابلیتی مهم برای کسب‌وکارهایی که با واژگان پزشکی، حقوقی، فنی یا سازمانی سروکار دارند.

مدل MAI-Voice-2 نیز برای تولید گفتار طبیعی معرفی شد و حالا از ۱۵ زبان تازه پشتیبانی می‌کند. مایکروسافت می‌گوید این مدل می‌تواند با نمونه‌ای کوتاه از صدا سازگار شود؛ اما هم‌زمان برای جلوگیری از سوءاستفاده، سازوکارهای ایمنی در آن قرار داده شده؛ نسخه‌ی Flash مدل هم قرار است با هزینه‌ی کمتر و کارایی بالاتر عرضه شود.

Frontier Tuning؛ وقتی مدل با منطق هر سازمان آموزش می‌بیند
یکی از مهم‌ترین بخش‌های راهبرد تازه‌ی مایکروسافت، قابلیتی به‌نام Frontier Tuning است؛ رویکردی که مدل‌های هوش مصنوعی را نه فقط با داده‌های عمومی، بلکه با منطق کاری، فرایندها و نیازهای اختصاصی هر سازمان سازگار کند.

مایکروسافت ایده‌ی اصلی خود در مورد Frontier Tuning را چنین توضیح می‌دهد که ارزشمندترین داده برای بسیاری از شرکت‌ها، همان ردپای واقعی کارهای روزمره است؛ اینکه یک عامل هوش مصنوعی چه مراحلی را طی می‌کند، چه تصمیم‌هایی می‌گیرد، چه اقداماتی انجام می‌دهد و کارها در محیط واقعی سازمان چگونه پیش می‌روند.

قابلیت Frontier Tuning، مدل را با منطق هر سازمان سازگار می‌کند.

مایکروسافت این محیط‌ها را شبیه «باشگاه تمرین» برای هوش مصنوعی توصیف می‌کند؛ جایی که مدل می‌تواند از مسیر واقعی انجام کار در همان سازمان یاد بگیرد. نکته‌ی کلیدی برای مشتریان سازمانی این است که فرایند تیونینگ در محدوده‌ی کنترل خود سازمان انجام می‌شود و دانش نهادی شرکت در اختیار همان شرکت باقی می‌ماند.

مایکروسافت می‌گوید مدل تنظیم‌شده‌ی MAI برای اکسل توانسته با GPT-5.4 برابری کند؛ اما تا ۱۰ برابر کارآمدتر باشد. ردموندی‌ها می‌گویند در نمونه‌ی McKinsey، مدل تنظیم‌شده‌ی MAI بالاترین نرخ برد را میان مدل‌های آزمایش‌شده داشته است، آن هم با هزینه‌ای حدود ۱۰ برابر کمتر. اگر این ادعاها در استفاده‌ی واقعی هم تأیید شوند، Frontier Tuning می‌تواند به یکی از مهم‌ترین برگ‌های برنده‌ی مایکروسافت در بازار سازمانی تبدیل شود.

همکاری با Mayo Clinic برای مدل هوش مصنوعی پزشکی
مایکروسافت در کنار مدل‌های عمومی‌تر، از همکاری با Mayo Clinic برای ساخت یک مدل پیشرفته‌ی هوش مصنوعی در حوزه‌ی سلامت هم خبر داد. این مدل قرار است با ترکیب توانایی‌های بنیادی مایکروسافت و تخصص بالینی، داده‌های ناشناس‌سازی‌شده و بینش‌های طولی Mayo Clinic توسعه پیدا کند.

هدف مدل سلامت‌محور، تمرکز بر استدلال بالینی و کاربردهای حساس حوزه‌ی سلامت است؛ حوزه‌ای که مدل‌های عمومی معمولا برای آن کافی نیستند و به دقت، ایمنی، مسئولیت‌پذیری و اعتبارسنجی سخت‌گیرانه‌تری نیاز دارد. مایکروسافت می‌گوید این مدل ابتدا در محیط داخلی Mayo Clinic به‌کار گرفته می‌شود و پس از اعتبارسنجی، از طریق Azure Foundry در اختیار سازمان‌های دیگر قرار خواهد گرفت.

مالکیت مدل با Mayo Clinic خواهد بود؛ نکته‌ای که برای اعتماد، حریم خصوصی و حکمرانی داده‌های پزشکی اهمیت زیادی دارد. مایکروسافت با این همکاری می‌خواهد نشان دهد مدل‌های اختصاصی آینده فقط برای تولید متن و کد نیستند؛ بلکه می‌توانند وارد حوزه‌هایی شوند که خطا در آن‌ها هزینه‌ی انسانی و سازمانی سنگینی دارد.

مدل‌های اختصاصی، داده‌های دارای مجوز و تراشه‌های Maia
مایکروسافت در بیانیه‌ی خود تلاش دارد فقط از توانایی مدل‌ها حرف نزند؛ بلکه درباره‌ی پشت‌صحنه‌ی ساخت آن‌ها هم پیام بدهد. شرکت می‌گوید مدل‌های MAI با داده‌های پاک، شفاف و دارای مجوز ساخته شده‌اند و روی داده‌های نامشخص یا بدون مجوز تکیه ندارند. همچنین معماری، پایپ‌لاین آموزشی، پس‌آموزش، ارزیابی و زیرساخت فنی این مدل‌ها در داخل مایکروسافت توسعه پیدا کرده است.

نکته‌ی دیگر به همکاری نزدیک نرم‌افزار و سخت‌افزار بازمی‌گردد. مایکروسافت می‌گوید مدل‌ها را با تراشه‌ی اختصاصی Maia 200 هم‌طراحی می‌کند و همین فرایند تاکنون به بهبود ۱٫۴ برابری بهره‌وری منجر شده است. این یعنی جاه‌طلبی ردموندی‌ها فقط در سطح مدل باقی نمی‌ماند؛ آن‌ها می‌خواهند ستون‌های اصلی اکوسیستم هوش مصنوعی، از تراشه تا محصول، زیر کنترل خودشان باشد.

مایکروسافت همچنین اعلام کرد مدل‌های جدید MAI علاوه‌بر حضور در محصولات خود شرکت و Foundry، به‌شکل گسترده‌تر در اختیار توسعه‌دهندگان قرار می‌گیرند. این شرکت می‌گوید توسعه‌دهندگان برای نخستین بار می‌توانند وزن‌های مدل را هم تنظیم کنند؛ موضوعی که برای ساخت مدل‌های سفارشی سازمانی اهمیت زیادی دارد.

ابرهوش انسان‌محور؛ شعار یا نقشه‌ راه؟
مایکروسافت در بیانیه‌ی خود از هدفی با نام Humanist Superintelligence یا «ابرهوش انسان‌محور» حرف می‌زند. منظور شرکت از این عبارت، سیستم‌هایی است که به انسان‌ها و سازمان‌ها خدمت کنند، نه اینکه جایگزین آن‌ها شوند؛ ابزارهایی که زیر نظر انسان، تابع اهداف انسانی و قابل کنترل باقی بمانند.

مایکروسافت با توصیف سیستم‌های انسان‌محور، در واقع نقشه‌ی راه فکری‌اش را نشان می‌دهد. شرکت می‌خواهد توسعه‌ی مدل‌های قدرتمندتر را با زبان اعتماد، کنترل سازمانی، داده‌ی دارای مجوز و مسئولیت‌پذیری پیوند بزند؛ رویکردی که برای بازار سازمانی و حوزه‌های حساسی مثل سلامت اهمیت زیادی دارد.

مایکروسافت می‌خواهد AI ابزار بماند، نه جایگزین انسان.

در نهایت، رونمایی از خانواده‌ی MAI را باید فراتر از یک معرفی معمولی دید. مایکروسافت با MAI-Thinking-1، مدل‌های تصویری و صوتی، MAI-Code-1-Flash، Frontier Tuning و همکاری با Mayo Clinic، دارد تصویری از آینده‌ی مدنظر خود ترسیم می‌کند؛ آینده‌ای که در آن هوش مصنوعی نه فقط در Copilot و آفیس حضور دارد، بلکه با داده، ابزار و نیازهای هر سازمان سازگار می‌شود.

هنوز باید دید ادعاهای مایکروسافت در آزمون‌های مستقل و استفاده‌ی واقعی تا چه اندازه تأیید می‌شوند؛ اما پیام بیلد ۲۰۲۶ روشن است. مایکروسافت دیگر نمی‌خواهد فقط سکوی اجرای مدل‌های دیگران باشد. ردموندی‌ها می‌خواهند خودشان مدل بسازند، آن را در محصولات میلیاردکاربری تزریق کنند و مسیر بعدی رقابت هوش مصنوعی را با نام MAI پیش ببرند.