2026年6月3日，微软Build 2026开发者大会正式拉开帷幕。会上，微软宣布进一步强化Edge浏览器的端侧AI能力——去年基于Phi-4-mini模型推出的写作辅助API迎来新成员，本次共带来三项重要更新：Aion-1.0-Instruct小语言模型的开发者预览版、Edge 148版本中由端侧模型驱动的语言检测与翻译API（支持145种以上语言），以及Edge Canary和Dev通道中实验性的Web Speech API端侧语音识别功能。

在过去一年中，Edge浏览器的写作辅助API一直依赖Phi-4-mini模型。这个拥有40亿参数的模型在文本理解、推理和指令遵循方面表现优异，但较高的硬件要求限制了它在不同设备上的普及。为此，微软在Edge Canary和Dev通道中引入了Aion-1.0-Instruct的开发者预览版——一个更小巧、更快速、更高效的小语言模型。该模型能够覆盖更多设备，包括GPU性能较低的机型，甚至可以通过CPU推理支持无GPU的设备，同时保持出色的输出质量。开发者现在可以在真实Web场景中评估该模型，测试API的互操作性，并提供反馈。根据计划，该模型将于7月以开源形式发布到Hugging Face。

在翻译方面，Edge 148预览版中全新的语言检测和翻译API已正式可用。这些API允许网站和浏览器扩展识别文本语言，并在不同语言对之间进行翻译。基于端侧任务专用模型，该API支持超过145种语言，并针对Web翻译负载进行了优化。开发者可以直接在网站或扩展中使用JavaScript调用这些API——相比云服务，其优势十分明显：更好的用户隐私保护、网络独立性，以及零翻译成本。

在最新的Edge Canary和Dev通道中，微软还引入了处理语音的端侧任务专用模型，实现了Web Speech API的本地语音识别。语音转文字的过程完全在用户设备上完成，隐私性更好、延迟更低，并且支持低网络甚至无网络场景。开发者只需在现有Web Speech API代码中做少量修改——例如设置recognition.processLocally = true——即可开启端侧语音识别。

总的来说，凭借Aion-1.0-Instruct小语言模型、全新的语言检测和翻译API以及端侧语音识别功能，开发者如今可以利用内置于浏览器的模型打造AI驱动的Web体验，无需再依赖专用硬件、云服务或特定领域的专业知识。这一步棋，微软走得非常务实。

微软 Build 2026 开发者大会专题