微软发布MAI-Image-2.5-Pro与MAI-Voice-2-Flash：高保真图像生成和超低延迟语音模型正式公开预览

微软正式推出两款全新自研AI模型——MAI-Image-2.5-Pro和MAI-Voice-2-Flash，进一步强化其在多模态生成领域的布局。MAI-Image-2.5-Pro专注于高保真图像生成与编辑，能够根据复杂文本描述生成细节丰富、构图精准的高质量图像，并支持灵活的局部重绘、风格迁移等图像编辑任务，在图像一致性和艺术表现力上都有显著提升。与之同步亮相的MAI-Voice-2-Flash则瞄准语音应用场景，主打更快的响应速度和更低的部署成本，可在实时对话、语音助手、有声内容创作等场景中提供流畅自然的语音合成能力。两个模型均以公开预览形式加入微软生产力模型阵容，标志着微软在基础模型自主研发上持续提速，也向外界传递出其在AI绘图和语音合成赛道与OpenAI、Google等直接竞逐的明确信号。对于开发者和企业用户而言，这两款模型的上线有望降低高质量内容创作的门槛，推动更多创新应用在创意设计、人机交互和内容生产等领域加速落地。