微软自曝 2.8 万亿参数 MoE 预训练成果：16000 张 GB200 训练 38 天，模型仍在后训练

2.8 万亿总参数，800 亿激活：微软第一次公开自己的预训练账本

10 月 15 日，微软发布了一份关于前沿预训练的技术报告，第一次把自家基座模型的训练细节摆到了台面上。报告的主角叫 MAI-Base-2，是一个混合专家（MoE）结构的大模型：总参数量 2.8 万亿，每个 Token 激活约 800 亿参数。为了把它训出来，微软动用了 16000 张 GB200 加速卡，连续训练 38 天。

这组数字本身谈不上离谱，真正值得注意的是它在微软技术版图里的位置。此前微软在模型层的公开动作，多集中在天气预测这类垂直模型，以及偏决策类的小模型上；而这次报告明确指向前沿预训练，意味着微软正在把基座模型的训练能力收回自己手里，而不是完全依赖外部合作方。

留出集成绩优于被测开放权重模型，但仍未交付客户

按报告表述，MAI-Base-2 在留出集上的预训练结果，好于微软在同一批测试里跑过的开放权重模型。这里必须说清一个限定条件：这是预训练阶段的对比，不是产品能力的对比。预训练只决定模型见过多少、学得多扎实；后训练才决定它好不好用、听不听话、会不会拒绝不该做的事。

微软自己在报告里也承认，MAI-Base-2 目前仍处于后训练阶段，尚未向任何客户开放。换句话说，这份报告发布的是过程而不是产品。对关心基座模型走向的人来说，这类过程披露的信息价值常常被低估——它把谁有能力训多大模型这个问题，从传闻层面拉到了可核对的事实层面。

预训练成绩好，只说明模型有上限；后训练做得好，才说明用户能拿到多少。两者之间隔着的，正是过去两年各家真正拉开差距的地方。

自研基座，正在成为云厂商的标配动作

把这件事放进更大的背景看：云厂商自建基座模型已经从可选项变成必选项。原因不难理解。推理成本占 AI 账单的比重越来越高，而模型是整条链路上唯一可以自己定义的部分。谁掌握了基座，谁就掌握了单位成本的调节旋钮，也才有资格在价格战里保持节奏。

但成本也是真实的。16000 张 GB200 训练 38 天，这样的算力账单只有极少数公司能签得下来，换来的还只是一个尚未完成后训练的中间产物。这也解释了为什么微软在报告里强调的是训练方法论与结果，而不是直接发布模型卡：先证明能力，再谈交付，顺序更稳妥。

对开发者和企业用户来说，短期内可操作的信息只有一条：又多了一个潜在的基座模型供给方。它能不能形成实际替代，要等后训练完成、正式交付、并且价格被公布之后，才有讨论的基础。