<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	xmlns:media="http://search.yahoo.com/mrss/" >

<channel>
	<title>MAI Licensed Weights &#8211; 投黑马</title>
	<atom:link href="https://touheima.com/tag/mai-licensed-weights/feed/" rel="self" type="application/rss+xml" />
	<link>https://touheima.com</link>
	<description>AI 时代的左侧研究机构</description>
	<lastBuildDate>Wed, 18 Nov 2026 04:34:30 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://touheima.com/wp-content/uploads/2023/12/Touheima-icon-1-150x150.png</url>
	<title>MAI Licensed Weights &#8211; 投黑马</title>
	<link>https://touheima.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>微软开放模型权重许可，企业能把定制成果带走吗</title>
		<link>https://touheima.com/heima-observation-20261118-mai-licensed-weights/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Wed, 18 Nov 2026 04:34:30 +0000</pubDate>
				<category><![CDATA[黑马观察]]></category>
		<category><![CDATA[AI大模型]]></category>
		<category><![CDATA[Azure]]></category>
		<category><![CDATA[MAI Licensed Weights]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[云计算]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[微软]]></category>
		<category><![CDATA[投黑马]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=3153</guid>

					<description><![CDATA[微软推出MAI Licensed Weights，让企业在Azure内定制模型并保有适配成果。成果归属能否转化为迁移自由，关系到员工积累的经验、企业的退出成本与AI服务商的长期价值。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/heima-observation/">黑马观察</a> / 2026年11月18日 / 全文共2021字</p>
<p>微软向企业交出的模型权重，附着着一项更难定价的东西：员工教会模型做事的时间。</p>
<p>11月17日，微软宣布MAI Licensed Weights，允许企业在自己的Azure环境部署和定制模型，并承诺数据与适配成果仍归客户。企业因此得到更多控制权。但这些成果能否随企业离开Azure，公开方案尚未给出答案。投黑马认为，这项许可值得欢迎；它能否保护企业的长期投入，还要看客户停止合作时，哪些能力可以继续使用。</p>
<h2>企业有理由想把升级按钮握在自己手里</h2>
<p>微软公布的一个案例，来自阿拉斯加航空。经过专项调优，模型对飞机维修报告的分类准确率由81.2%提高至91.1%。这是一项微软披露的客户评估，不能外推为其他企业的效果；公告还特意说明，最终决定仍由具备资质的员工负责。</p>
<p>这句关于人的注脚，比排行榜上的位置更能说明企业为什么需要定制。分类结果必须进入实际工作，员工要判断它能否使用、哪些错误必须纠正。把这套判断教给模型，需要把业务经验整理成可供训练和检验的材料。企业付出的还包括资深人员反复核对结果的时间。</p>
<p>一旦这样的系统投入使用，供应商推出更强的模型，也未必意味着客户应该立即升级。原有评估是否仍然有效，少见的错误会不会变多，工作交接是否需要重做，都要有人负责。对这些团队而言，稳定地完成旧任务，往往比抢先获得新能力更有价值。</p>
<p>MAI Licensed Weights承诺让客户控制部署、访问和升级节奏，并要求微软取得客户明确同意后，才能用其数据与适配成果训练自己的模型。这些承诺对应着实际顾虑，不能因为部署仍在Azure上，就把它们一笔勾销。</p>
<p>不过，这项方案目前标为即将推出，通过Frontier Company项目接洽，具体价格和完整许可条款尚未见于公告。它并非面向所有人的开放下载。这类面向企业的许可，也不等于宣布开源。</p>
<h2>成果归你，仍需问清它在哪里能用</h2>
<p>数据的归属、定制成果的归属和模型的使用许可，回答的是不同问题。客户拥有投入的业务材料，并不能自动推导出可以把微软的基础模型搬到另一家云上运行。</p>
<p>这里至少存在两次检验。首先，合同是否允许客户取得并继续使用相关权重和适配成果，包括终止合作以后的使用。其次，即便允许导出，这些成果能否在新环境里恢复到原来的工作水平。拿到文件和恢复业务，中间可能还隔着运行工具、系统接口和重新验收。</p>
<p>微软当前的公开表述明确指向客户自己的Azure环境。公告没有交代跨云部署和退出后的持续使用条件，因此现在下结论说客户已经可以自由迁移，依据不足；据此断言微软禁止一切迁移，也超出了公开证据。</p>
<p><strong>归属承诺保护谁可以占有成果，退出安排决定企业能否换一种方式使用成果。</strong> 企业可以珍惜前者，同时要求把后者写清楚。尤其当模型吸收的经验越多，离开供应商所需的重新整理、调试和验证就越值得提前估算。</p>
<p>采购时的麻烦在于，试用阶段最容易比较的是一次任务多少钱、答对多少题。迁移成本通常要等到团队已经做了大量工作以后才显现。届时，负责采购的人也许已经换岗，留下的工程师仍要解释为什么旧系统的一个小改动，会牵连数周的复核。</p>
<figure class="wp-block-image"><img decoding="async" src="https://touheima.com/wp-content/uploads/2026/11/heima-observation-20261118-mai-licensed-weights-01.webp" alt="微软Custom Models官方产品页首屏截图。来源：Microsoft AI" /><figcaption>图：微软Custom Models官方产品页；页面中的Foundry入口不代表Licensed Weights已全面开放。截图于2026年11月18日。来源：Microsoft AI</figcaption></figure>
<h2>留在Azure，也可能是一笔好交易</h2>
<p>对微软而言，这项安排有清楚的商业吸引力。企业把专有经验用于定制，模型更适合业务，Azure便更可能成为长期运行这些业务的地方。即使模型许可带来更优惠的任务成本，持续的云服务需求仍可能增加。这里讨论的是激励关系，微软尚未披露足以计算这笔账的完整价格。</p>
<p>客户也有自己的理性。对于已经使用Azure、缺少专门模型运维团队的企业，在熟悉的环境里获得定制支持和明确的升级控制，可能比追求随时跨云更划算。维护多套环境有成本，迁移权只有在可行且可能被使用时，才有足够的经济价值。</p>
<p>因此，不能把继续留在Azure本身当作客户受损的证据。只要价格、服务和许可足够合适，企业完全可以自愿长期合作。定制带来的效率也可能覆盖未来迁移的支出。</p>
<p>需要防备的是把两笔账混在一起：今天节省的使用费用可以测量，几年后更换供应商的自由却容易被一句成果归你带过。采购方应当能够比较这两种价值，愿意接受约束的客户，也应该知道自己接受了什么。</p>
<figure class="wp-block-image"><img decoding="async" src="https://touheima.com/wp-content/uploads/2026/11/heima-observation-20261118-mai-licensed-weights-02.webp" alt="MAI Licensed Weights已公开安排与尚未说明条件对照信息图。来源：投黑马 Touheima.com，依据微软公告整理" /><figcaption>图：成果归属与跨云迁移条件分别核对。投黑马原创信息图，非微软官方承诺示意。来源：投黑马 Touheima.com，依据微软2026年11月17日公告整理</figcaption></figure>
<h2>创业公司要证明，客户的积累不会跟着项目归零</h2>
<p>这会改变一部分企业AI创业公司的竞争方式。若微软能直接帮助大客户定制模型，单靠接入一个模型、替客户调一轮参数，服务商就更难说明为什么值得持续付费。具体的开放范围和交付效果仍待验证，不能据此宣判创业公司的机会消失。</p>
<p>机会仍存在于客户不能省略的工作：选出有代表性的业务样本，解释错误的代价，把专家的判断形成可复用的验收标准。模型换了，这些材料仍能帮助企业判断新系统有没有退步。它们能否跨项目使用，取决于整理方式、权限安排及与特定模型的耦合程度，不能只靠一句数据资产概括。</p>
<p>投黑马更愿意用一次实际替换来检验这类公司的价值：更换基础模型后，客户需要重做多少工作，原来积累的评估材料还能保留多少。若服务商能减少这些重复劳动，它卖出的就包含了持续维护客户知识的能力。这样的能力，比一次演示中恰好答对问题更难复制。</p>
<p>这也关乎企业怎样对待内部专家。请员工纠正一份维修记录的分类、解释一个罕见案例，表面上只是一次反馈；反复发生，就占用了本可以用来处理业务的时间。定制成果应当成为组织可延续的积累，不能每换一次技术供应商，就要求同一批人再教一遍。</p>
<p>微软下一步公布的正式许可、导出安排和终止后的使用条件，会让这项承诺更容易判断。如果客户能够带走适配成果，并在替代环境以可接受的代价恢复业务，今天对迁移边界的担心就应减轻；若成果只能在原环境发挥作用，企业便需要把持续依赖计入价格。无论最后选择留下还是离开，教会模型做事的人，都应该知道自己的劳动将怎样被保留下来。</p>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
