5月22日凌晨，微软Build 2024开发者大会在西雅图如期拉开帷幕。首席执行官萨提亚·纳德拉亲自登台，宣布了一项重磅消息：由OpenAI打造的最新旗舰模型GPT-4o，现已正式入驻Azure AI Studio，并以API形式向全球开发者开放。这意味着什么？这款多模态模型将文本、图像与音频处理能力融为一体，所提供的生成式与对话式AI体验，与以往相比堪称天壤之别。

与此同时，微软自主研发的Phi-3系列小型语言模型（SLM）也迎来了新成员——Phi-3-vision，这是一款同样支持多模态的模型，现已在Azure中上线。Phi-3系列的核心优势在于：性能强劲、成本亲民，并且专门针对个人设备进行了深度优化。而Phi-3-vision更进一步，能够同时接收图像和文本输入，并输出文本响应。举个例子，你可以直接拿着图表向它提问，或者对某张特定图片提出开放式问题，它都能自如应对。

对开发者而言，现在即可在Azure AI Playground中亲身体验这些前沿模型，也可在Azure AI Studio中直接调用模型进行构建与自定义开发。换句话说，工具已经摆在了台面上，接下来就看大家如何发挥创意了。