微软这次把预训练(从零训练一个基础模型,最烧钱的那一步)的性价比又往上抬了一截。MAI-Base-2,800 亿激活、2.8 万亿总参数的 MoE 模型(混合专家,按需唤醒部分参数,既大又省),官方称预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 到 12.3 倍。
重点不在"我又发了个大模型"。在它披露的方法里:scaling ladder(分阶段放大训练规模)、Muon 优化器(一种比 Adam 更省显存、收敛更狠的优化算法)、多轮 dropless MoE(不掉队的混合专家调度)。这些都是能抄的工程作业,不是玄学。
为什么这事对产业决策者有用?因为预训练效率每翻一倍,小团队追前沿的门槛就降一截。过去觉得"自训基础模型是有钱玩家的游戏",现在这条线的成本曲线在被持续拉平。
也别高估它的即时冲击力。微软发的是方法和 Base 模型,不是要你去用的成品 API。它真正改变的是"训练一个够用模型要花多少"的预期,进而松动"必须租闭源前沿"的默认答案。
我的判断:MAI-Base-2 的意义是给行业一个参照系——未来比拼的不只是模型谁更强,更是谁能用更少的算力训出同等水准。效率,正在变成新的护城河。
当训练更便宜,前沿能力的门槛就从钱变成了脑子。