---
title: Microsoft presenterar sju nya AI-modeller och rapporterar om sårbarhetsfixar i öppen källkod
url: https://www.elseif.net/sv/microsoft-presenterar-sju-nya-ai-modeller-och-rapporterar-om-sarbarhetsfixar-i-oppen-kallkod
published: 2026-11-21T08:29:46+00:00
language: sv
section: Modeller
source: https://gihyo.jp/article/2026/11/microsoft-seven-new-models?utm_source=feed
organizations: Microsoft, GitHub
publisher: elseif
---

# Microsoft presenterar sju nya AI-modeller och rapporterar om sårbarhetsfixar i öppen källkod

Microsoft presenterade sju nya AI-modeller under det årliga evenemanget Microsoft Ignite 2026 den 17 november.

För kodning lanserades MAI Code 2, som är utformad för att åtgärda kod över flera filer, samt en lättviktsversion kallad MAI Code 2 Flash för kortare uppgifter som kodförklaringar. Båda modellerna görs tillgängliga i GitHub Copilot för användare med planerna Pro, Pro+, Max, Business och Enterprise, medan Flash även kan användas av Free- och Student-användare.

Inom bildbehandling introducerades MAI Image 2.7, som nu stöder bildgenerering från text, samt en lättviktsversion kallad MAI Image 2.7 Flash för hantering av stora mängder bilder. Båda modellerna kan skapa bilder med transparent bakgrund.

För röstinteraktion lanserades MAI Realtime 1, vilket är företagets första modell som kan lyssna på och svara med röst. Modellen kan hantera avbrott och korta bekräftelser i samtal och är kompatibel med OpenAI Realtime API. Microsoft planerar att integrera modellen i Dynamics 365 Contact Center och Dragon Copilot.

Företaget presenterade även Microsoft-Decision-1.1, en beslutningsmodell som nu kan ta emot foton och skärmdumpar som indata, samt sökmodellen Microsoft Retriever 1 för att hitta svar i interna dokument.

För säkerhet lanserades MAI Cyber 2 Flash, som kan hantera upp till 1 miljon tokens. Modellen implementeras i kodgranskningssystemet Codename MDASH. I ett samarbete med GitHub användes MDASH för att granska sex projekt med öppen källkod: AutoGPT, Caddy, Express, FastMCP, ImageMagick och Netty. Genom denna process identifierades och rapporterades 99 sårbarheter med tillhörande lösningsförslag till projektens underhållare, varav 55 hade åtgärdats senast den 15 november.

Slutligen presenterades MAI Licensed Weights, vilket gör det möjligt för företag att anpassa modeller med egen data och köra dem i sin egen Azure-miljö.
