微软完成 MAI-Base-2 预训练：2.8T 参数，效率最高达 DeepSeek 的 12 倍

过去这几年，大家总觉得微软在最核心的大模型底座上，是把命脉交给了外部盟友。但就在最近，微软 AI 团队拿出了自己的底牌。

微软正式公布了最新的预训练基座模型 MAI-Base-2。这是一个混合专家架构（MoE）的大模型，总参数量达到了夸张的 2.8 万亿，每次推理激活 800 亿参数。更耐人寻味的是它的训练代价：微软调集了 16000 张英伟达 GB200 GPU，只花了 38 天就完成了预训练。

38 天烧出来的效率怪兽

在大模型堆到万亿参数这个量级后，大家拼的早就不只是显卡数量，而是谁浪费的算力更少。

按照微软公布的数据，这次训练的平均模型算力利用率（MFU）达到了 21%，有效训练时间占比（goodput）高达 89%。为了隔绝数据污染，测试集全部找外部供应商重新制作，或者采用自己的内部代码库。

在同样的评测标准下，MAI-Base-2 击败了测试中的所有开源权重底座。微软做了一套严格的换算：要达到同样的文本压缩水平，这个新方案的算力利用效率，比目前顶尖的开源底座 DeepSeek-V4-Pro-Base 高出 4.2 到 12.3 倍，比起自家的上一代 MAI-Base-1 也有 6 到 12 倍的效率跃升。

能省下这么多算力，微软靠的是一套被称为「源扩展」（source scaling）的测试阶梯，在小模型上提前摸透超参数的规律，让小规模实验的经验可以直接放大到 2.8 万亿参数上而不翻车。另外，他们还针对 MoE 架构和 Muon 优化器做了深度改造，并把视觉数据也直接融进了预训练流水线。

还有一个极具针对性的细节：微软明确强调，MAI-Base-2 完全基于原创的「有机数据」训练，没有从任何其他大模型那里进行蒸馏。他们手握训练数据的完整来源证明，接下来打算通过 Foundry 平台，把这个模型的权重直接授权给企业客户。

为什么重要

这篇技术报告最值得看的，不是 2.8 万亿这个吓人的数字，而是微软对待基础模型研发的姿态变了。

对企业客户来说，这解决了一个长久以来的心病。很多大公司想用最顶级的模型，但法务部门天天担心版权诉讼，或者担心模型是通过蒸馏偷来的技术。微软现在端出一套完全自研、数据溯源清白、不搞蒸馏的顶级底座，还愿意在 Foundry 里直接授权权重，这给金融、医疗等强监管行业提供了一个极具吸引力的选项。

对行业来说，这也是一次微妙的洗牌。微软用 1.6 万张 GB200 在 38 天内跑出这个结果，向整个硅谷证明了他们自己也有顶级的基础预训练能力，不再只是一家靠投资和采购算力过日子的应用集成商。这必然会给包括 OpenAI 在内的合作伙伴带来竞争张力，同时也直接向开源阵营发起了挑战。

我们认为，微软这一步走得相当清醒。他们没有一上来就盲目去拼几十万张卡的超大集群，而是先把模型和底层硬件协同优化的效率榨到了极致。不过隐患也显而易见：MAI-Base-2 目前还只是完成了预训练阶段，正在做后训练。一个底座模型不管在理论压缩率和算力效率上有多强，最后能不能打，还得看它在复杂对齐、工具调用和多轮推理上的真实表现，现在下结论还为时过早。