Microsoft AI đã hoàn thành khóa đào tạo trước về MAI-Base-2, một mô hình nền tảng hỗn hợp các chuyên gia mới với 80 tỷ thông số hoạt động và tổng số 2,8 nghìn tỷ thông số, bộ phận này đã thông báo vào ngày 15 tháng 10 trong một bài đăng kỹ thuật "Ghi chú trong phòng thí nghiệm". Công ty cho biết mô hình này vượt trội hơn mọi mô hình trọng lượng mở mà nó đã thử nghiệm trong các đánh giá được tổ chức và có hiệu quả FLOP trước đào tạo cao gấp 4 đến 12 lần so với mô hình cơ sở mở mạnh nhất, DeepSeek-V4-Pro-Base.

Thông báo này là tín hiệu rõ ràng nhất cho thấy chương trình mô hình nội bộ của Microsoft - được xây dựng dưới sự quản lý của tổ chức Microsoft AI của CEO Mustafa Suleyman - có ý định cạnh tranh ở vị trí tiên phong thay vì chỉ dựa vào quan hệ đối tác OpenAI. MAI-Base-2 hiện đang trong quá trình đào tạo sau và hứa hẹn sẽ sớm có thêm nhiều kết quả. Để biết thông tin liên tục về các phiên bản mô hình mới, hãy theo dõi tin tức về mô hình AI của chúng tôi.

Quy mô của cuộc chạy

Microsoft cho biết họ đã đào tạo MAI-Base-2 trên 16.000 GPU NVIDIA GB200 trong 38 ngày vào tháng 8 và tháng 9 năm 2026. Quá trình chạy đạt mức sử dụng FLOP mô hình trung bình 21% (chuẩn hóa so với mức tối đa lý thuyết của GB200 là 2,5 PFLOPS trong BF16, không bao gồm FLOP tái cấu trúc và tối ưu hóa) và đạt được hiệu suất 89% — phần thời gian đào tạo diễn ra mà không bị gián đoạn. Những con số đó mô tả một cuộc chạy đua quy mô lớn có kỷ luật; Nhóm GPU bị gián đoạn hoặc được sử dụng kém là tiêu chuẩn ở quy mô này và mỗi điểm đầu vào tốt sẽ chuyển thành thời gian đào tạo tiết kiệm được hàng tuần.

Mô hình này lớn hơn, thưa thớt hơn và được huấn luyện dựa trên nhiều dữ liệu hơn so với mô hình tiền nhiệm MAI-Base-1, vốn là nền tảng cho MAI-Thinking-1, mô hình lý luận của Microsoft được phát hành vào tháng 6. Microsoft cho biết họ đã cố tình tái đầu tư số tiền tiết kiệm được từ công thức huấn luyện của MAI-Base-2 để huấn luyện một mô hình lớn hơn.

Microsoft nói nó so sánh như thế nào

Công ty đã đánh giá MAI-Base-2 dựa trên các điểm kiểm tra biên giới có sẵn trước tháng 10 năm 2026 bằng cách sử dụng số bit trên mỗi byte trên văn bản được giữ lại — một chỉ số bất khả tri về mã thông báo — cùng với các đánh giá mã được giữ lại được rút ra từ cơ sở mã của chính Microsoft. Các bài đánh giá STEM, toán học và Hỏi đáp được ủy quyền từ các nhà cung cấp bên ngoài để giảm nguy cơ nhiễm bẩn tập huấn luyện và tất cả các tập đánh giá đều được khử nhiễm đối với dữ liệu huấn luyện.

Bộ so sánh bao gồm DeepSeek-V4-Pro-Base, được Microsoft mô tả là mô hình cơ sở có khả năng mạnh nhất với trọng lượng mở và điểm kiểm tra đào tạo trước cơ sở duy nhất được phát hành trên một nghìn tỷ thông số, cùng với Kimi K3, Qwen3.8-2.4T-A95B và MiMo-V2.6-Pro-RL. Microsoft lưu ý một cảnh báo: đối với ba đối tượng đó, chỉ có các điểm kiểm tra sau đào tạo mới có sẵn và việc đào tạo sau có thể ảnh hưởng đến các đánh giá trước đào tạo. Qua các bài đánh giá được đưa ra, Microsoft báo cáo MAI-Base-2 đạt được số bit trên mỗi byte thấp hơn so với các mẫu khác được thử nghiệm.

Tuyên bố về Hiệu quả, đã được giải mã

Con số hiệu quả 4-12x không phải là chiến thắng chuẩn trực tiếp mà là phân tích đối sánh tính toán. Đối với mỗi đánh giá được tổ chức, Microsoft đã áp dụng luật chia tỷ lệ bit trên mỗi byte so với FLOP đào tạo và ước tính mức độ tính toán mà công thức của riêng họ cần để phù hợp với điểm số của DeepSeek-V4-Pro-Base. Phạm vi phản ánh sự khác biệt trong bốn đánh giá. Tuyên bố này, nói một cách dễ hiểu: Microsoft cho biết công thức của họ khai thác được khả năng trên mỗi đơn vị điện toán đào tạo cao hơn nhiều lần so với mô hình cơ sở mạnh nhất hiện có và đã chi phần thặng dư đó theo quy mô.

Sở hữu Full Stack

Ngoài hiệu suất thô, bài đăng còn đưa ra cơ sở chiến lược. Microsoft cho biết việc sở hữu đường dẫn mô hình từ đầu đến cuối mang lại cho họ nguồn gốc dữ liệu mạnh mẽ so với mã thông báo đào tạo và việc đào tạo trước dựa trên dữ liệu tự nhiên mà không được chắt lọc từ các mô hình khác. Công ty lập luận rằng nguồn gốc đó sẽ cho phép họ cấp phép đo trọng lượng mô hình cho các doanh nghiệp thông qua Foundry như một nguồn thông tin biên giới đáng tin cậy, trong khi các mô hình và cơ sở hạ tầng đồng điều chỉnh giúp giảm chi phí đầu tiên trong các sản phẩm của chính Microsoft.

Phần kỹ thuật ghi nhận ba sáng kiến ​​cho sự thành công của cuộc chạy: khoa học mở rộng quy mô, bao gồm cả "thang chia tỷ lệ" giải thích dữ liệu đào tạo lặp lại thông qua một kỹ thuật gọi là chia tỷ lệ nguồn, giúp giữ tỷ lệ dữ liệu duy nhất với các tham số cố định trên các bậc; đồng thiết kế mô hình-cơ sở hạ tầng, bao gồm việc triển khai trình tối ưu hóa MoE và Muon được cải tiến cùng với việc cắt độ dốc kích hoạt; và mở rộng đường dẫn dữ liệu với việc tích hợp dữ liệu thị giác. Microsoft cho biết việc mở rộng quy mô nguồn là chìa khóa để mở rộng quy mô một cách đáng tin cậy đến kích thước 2,8 nghìn tỷ tham số mà không gây bất ngờ quá mức.

Ý nghĩa của thị trường

Nếu các tuyên bố được đưa ra dưới sự giám sát độc lập, MAI-Base-2 sẽ định vị Microsoft là công ty xây dựng mô hình biên giới lớn thứ tư của phương Tây cùng với OpenAI, Anthropic và Google - với cách tiếp cận khác biệt được xây dựng dựa trên nguồn gốc dữ liệu và cấp phép doanh nghiệp thay vì chia sẻ tư duy chatbot của người tiêu dùng. Thị trường quan trọng đầu tiên là cơ sở khách hàng doanh nghiệp của Azure, nơi khách hàng của Foundry có thể tiếp cận với mô hình cấp cao mà hệ thống đào tạo mà Microsoft kiểm soát hoàn toàn.

Xác minh độc lập vẫn là câu hỏi mở. Các đánh giá của Microsoft là tự báo cáo, cảnh báo sau đào tạo của các mô hình so sánh là quan trọng và số bit trên mỗi byte trên văn bản được giữ lại không chuyển trực tiếp sang điểm chuẩn trò chuyện, mã hóa và tác nhân mà các doanh nghiệp thực sự sử dụng. Các dẫn xuất sau đào tạo của MAI-Base-2 - phiên bản kế thừa của MAI-Thinking-1 - sẽ là thử nghiệm thực sự. Nhưng thông điệp cơ bản của thông báo này rất rõ ràng: Việc Microsoft đặt cược vào việc đào tạo các mô hình tiên phong trong nội bộ, trên đội ngũ silicon của riêng mình, không còn mang tính tham vọng nữa. Nó có một mô hình cơ sở đã hoàn thiện và quy trình sau đào tạo đang chạy.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →