研发所谓的“精炼”模型，这种模型将模仿GPT-4等大型模型的质量，但体积更小，操作成本也低得多。
据微软相关人士透露，最近几周，负责管理微软1500名研究人员的主管Peter Lee已指示他们开发对话式，这种人工智能的性能可能不如OpenAI的，但规模更小，运营成本也低得多。
随着人工智能成本飙升，微软等其他大型人工智能开发商正寻求在对话式人工智能软件和运行该软件的服务器芯片上节省成本。
尽管微软已经承诺为OpenAI提供超过海量资金，不过微软仍必须控制成本。
这是因为微软要推出的诸多功能——包括自动生成PowerPoint演示文稿、转录Teams会议、以及根据客户告诉应用程序他们想看到的内容创建Excel电子表格——并不一定用得上OpenAI的GPT-4模型所具备的高端运算能力。
而如果最终有超过10亿人使用这些功能，微软将不得不减少它们的规模和复杂性，以避免运营成本过高。该公司还希望这样做可以节省更多的人工智能服务器芯片，这些芯片一直供不应求。开元体育
企业软件公司Databricks的高管Naveen Rao在谈到微软内部的人工智能进程时称，“这最终是必须发生的。”
Naveen Rao指出，“微软是一家聪明的企业公司，他们需要高效。”当在一些产品中部署使用像OpenAI的GPT-4这样的大型模型的产品时，就好比“杀鸡用牛刀”，Rao认为，这在经济上不可行的。
微软的自研设想仍处于早期阶段，但公司首席执行官萨蒂亚·纳德拉认为可以为微软的人工智能产品开辟一条不完全通过OpenAI运行的道路。
目前微软和OpenAI双方之间的交易是互惠互利的：作为向OpenAI提供资金的回报，微软获得了在微软产品中永久使用OpenAI现有知识产权的专有权；在收回初始投资之前，微软还将获得OpenAI理论运营利润的75%，之后将分得49%的利润，直到达到一定的上限。
然而双方的关系似乎早已是“貌合神离”。尽管这两家公司在未来多年仍将保持千丝万缕的联系，但随着它们在向客户销售人工智能软件方面存在越来越多的竞争，它们之间也出现了紧张关系。
更具有讽刺意味的是，微软与OpenAI的协议条款正在帮助微软摆脱对OpenAI的依赖。
当微软客户使用基于GPT-4模型的必应（Bing）聊天机器人时，微软对该模型产生的结果拥有特有的访问权限。而微软现在正在使用这些数据来创建所谓的“精炼”模型。
研究人员发现，“精炼”模型可以通过更少的计算资源产生类似高级的大型语言模型所产生的结果。
这一点也给了微软一个契机——以低廉的成本打造出模仿OpenAI软件质量的人工智能模型。正如微软今年6月发布的一款名为Orca的内部模型所显示的那样。
不可否认，在开发高级的大型语言模型方面，OpenAI和其他开发商——包括谷歌和Anthropic——都稳稳地领先于微软。要向开发出一个与GPT-4同等性能和算力的大型人工智能模型，微软的研究小组似乎并不抱有幻想。
于是微软将目光转向了“精炼”模型，Orca就是其中一款。微软表示，在某些情况下，Orca与OpenAI的ChatGPT的免费版本一样好，后者是基于一个较为简单的模型GPT-3.5 Turbo。而Orca能够以不到GPT-4使用的十分之一的计算能力做到这一点。
在本月发表的另一篇论文中，微软研究人员公布了名为Phi的模型，他们完全根据“教科书质量”的信息进行训练，就参数数量而言，Phi的大小不到GPT-4的千分之一。
有微软内部人士指出，在对外宣传了Phi模型之后，主管Peter Lee在本月早些时候告诉员工，验证这些精炼模型的质量将是他们团队的首要任务。
像Orca和Phi这样的模型可以帮助微软降低相关的计算成本。据员工透露，微软的产品经理已经在测试如何用Orca和Phi来处理一些用户的必应聊天查询，而不是使用OpenAI的模型。
