2026年4月2日，微软AI实验室（MicrosoftAI）与谷歌DeepMind分别发布新一代人工智能模型产品。微软推出三款商用基础模型MAI-Transcribe1、MAI-Voice1及MAI-Image2，标志着其向多模态AI基础设施的进一步拓展。同日，谷歌正式发布Gemma4系列开源模型，包含E2B、E4B、26BMoE与31BDense四个版本，首次全面采用Apache2.0商业许可协议。
一、微软MAI系列模型技术规格与部署渠道
微软此次发布的三款模型均由其超级智能团队（MAISuperintelligenceTeam）开发，该团队由微软AICEOMustafaSuleyman领导，成立于2025年11月。MAI-Transcribe1支持25种语言的语音转文本任务，词错误率（WER）为3.9%，推理速度较Azure原有服务提升2.5倍，定价为每小时0.36美元。该模型现已通过MicrosoftFoundry平台及MAIPlayground测试环境向开发者开放。
MAI-Voice1作为音频生成模型，支持文本转语音与声音克隆功能，可在一秒内生成60秒音频内容，定价为每百万字符22美元。该模型允许用户创建自定义语音风格，适用于内容创作与交互式应用场景。MAI-Image2为图像生成模型，此前已于2026年3月19日在MAIPlayground首次亮相，此次正式发布至MicrosoftFoundry平台，定价为文本输入每百万token5美元、图像输出每百万token33美元。据微软官方技术博客披露，该系列模型针对成本效率进行优化，目标定价低于谷歌与OpenAI同类产品。
二、谷歌Gemma4系列开源模型架构与性能
谷歌DeepMind发布的Gemma4系列基于与Gemini3同源的技术架构构建，是Gemma开源家族第四代产品。该系列包含四个版本：Effective2B（E2B）、Effective4B（E4B）、26BA4BMoE（混合专家）及31BDense（稠密架构）。31BDense版本拥有310亿全激活参数，60层网络结构，支持256Ktoken超长上下文窗口，在ArenaAI开源模型排行榜位列全球第三。26BA4BMoE采用混合专家架构，总参数量252亿，推理时仅激活38亿参数，在同等榜单排名第六，官方称其性能超越参数量大20倍的竞品模型。
E2B与E4B针对端侧设备优化，分别拥有23亿与45亿有效参数，总参数量分别为51亿与80亿。两款模型支持128K上下文窗口，集成原生音频编码器，具备语音识别与翻译能力，内存占用可压缩至1.5GB以下。谷歌与Pixel团队、高通及联发科合作进行硬件级优化，支持在手机、树莓派（RaspberryPi）及NVIDIAGeForceJetsonNano等设备上完全离线运行，实现近零延迟推理。26B与31B模型支持BF16精度在单张80GBNVIDIAH100GPU上部署，量化版本可适配消费级显卡。
三、许可证变更与生态系统
Gemma4系列最显著的变化在于许可证协议的彻底开放。此前三代Gemma模型均采用谷歌自有许可协议，对商业使用设有诸多限制。此次发布的全系模型改用Apache2.0协议，允许开发者无限制修改、分发及商用，无需支付版权费用。据谷歌官方统计，Gemma系列模型自发布以来累计下载量已超过4亿次，衍生出超过10万个社区变体。模型权重已同步上线HuggingFace、Kaggle、Ollama等平台，26B与31B版本可通过GoogleAIStudio直接调用，E2B与E4B版本可通过GoogleAIEdgeGallery访问。
四、多模态能力与语言支持
全系列Gemma4模型均具备多模态处理能力，支持文本、图像及视频输入，覆盖140余种语言。E2B与E4B版本新增音频输入功能，而26B与31B版本专注于视觉与文本任务。模型原生支持函数调用与结构化JSON输出，适用于智能体（Agent）工作流、集成开发环境（IDE）辅助及复杂代码生成任务。据官方技术文档披露，模型训练数据截止时间为2025年1月，在代码生成能力方面较上一代Gemma3实现代际提升，LiveCodeBenchv6正确率从29.1%提升至80.0%。
微软与谷歌的同日发布反映出当前AI基础设施竞争已从单一模型能力转向全栈生态布局。微软通过自有模型补充AzureAI服务矩阵，强调成本效益与多模态实用性；谷歌则通过技术下放与协议开放策略，试图在开源生态中建立更广泛的标准影响力。两者均强调模型在边缘设备与本地部署的可行性，预示着端侧AI能力将成为下一阶段产业竞争的核心维度。
