Microsoft представя нови AI модели, конкуриращи GPT-5

AI отделът на Microsoft обяви първите си собствени AI модели в четвъртък: MAI-Voice-1 AI и MAI-1-preview. Компанията твърди, че новият модел за реч MAI-Voice-1 може да генерира минута аудио за по-малко от секунда, използвайки само една GPU, докато MAI-1-preview „предлага поглед към бъдещите предложения в Copilot.“ Microsoft вече използва MA1-Voice-1 за някои от своите функции, включително Copilot Daily, където AI водещ представя най-важните новини за деня, и за генериране на подкаст-стил дискусии за обяснение на теми. Можете да изпробвате MA1-Voice-1 в Copilot Labs, където можете да въведете какво искате моделът да каже, както и да промените гласа и стила на говорене. Освен този модел, Microsoft представи и MAI-1-preview, който е обучен на около 15,000 Nvidia H100 GPU. Той е създаден за потребители, които се нуждаят от AI модел, способен да следва инструкции и да предоставя полезни отговори на ежедневни запитвания. Ръководителят на AI в Microsoft, Мустафа Сулейман, каза в епизод на Decoder миналата година, че вътрешните AI модели на компанията не са фокусирани върху корпоративни случаи на употреба. „Моята логика е, че трябва да създадем нещо, което работи изключително добре за потребителите и наистина да оптимизираме за нашия случай на употреба,“ каза Сулейман. „Имаме огромни количества много предсказуеми и много полезни данни от рекламната страна, потребителската телеметрия и т.н. Моят фокус е върху изграждането на модели, които наистина работят за потребителския спътник.“ Microsoft AI планира да внедри MAI-1-preview за определени текстови случаи на употреба в своя AI асистент Copilot, който в момента разчита на големите езикови модели на OpenAI. Компанията също така започна публично тестване на модела MAI-1-preview на AI платформата за бенчмаркинг LMArena. „Имаме големи амбиции за това къде ще отидем след това,“ пише Microsoft AI в блог пост. „Не само ще преследваме по-нататъшни постижения тук, но вярваме, че оркестрирането на редица специализирани модели, обслужващи различни потребителски намерения и случаи на употреба, ще отключи огромна стойност.“