Microsoft представила три нові великі мовні моделі – MAI-Transcribe-1, MAI-Voice-1 та MAI-Image-2 – які вже доступні у Microsoft Foundry та MAI Playground. Вони призначені для транскрипції мовлення, генерації голосу та створення зображень. Це перший реліз від нової команди суперінтелекту компанії. Про це пише VentureBea 2 квітня.
Заощаджуйте, отримуючи 6 журналів за ціною 4
Купуйте річну передплату на шість журналів Forbes Ukraine за 1 799 грн замість 2 400 грн. Читайте головні історії українського бізнесу, ексклюзивні рейтинги та глибоку аналітику в кожному номері.
Деталі
- Найважливішою новинкою стала MAI-Transcribe-1, модель для перетворення мовлення на текст, яка показує середню кількість помилок лише 3,8% у тесті FLEURS. За словами Microsoft, вона перевершує Whisper-large-v3 від OpenAI у всіх 25 мовах, випереджає Gemini 3.1 Flash у 22 з 25 мов і обходить Scribe v2 та GPT-Transcribe у 15 мовах.
- Модель використовує текстовий декодер на основі трансформера з двонаправленим аудіокодеком і підтримує файли MP3, WAV і FLAC до 200 МБ. Microsoft також заявляє, що MAI-Transcribe-1 працює у 2,5 раза швидше за пакетну транскрипцію Microsoft Azure Fast. Її вже тестують у голосовому режимі Copilot та Microsoft Teams.
- Друга новинка – MAI-Voice-1, яка генерує аудіо до 60 секунд із тексту та може створювати нові голоси на основі коротких записів. Третя модель – MAI-Image-2 – створює зображення й працює вдвічі швидше за попередню версію; її інтегрують у Bing та PowerPoint.
- VentureBeat наголошує, що ці моделі особливо важливі для Microsoft, адже до жовтня 2025 року компанія через угоду з OpenAI не могла самостійно розробляти загальний штучний інтелект.
- Тепер це обмеження знято, а Microsoft отримала можливість створювати власні передові моделі, зберігаючи ліцензійні права на технології OpenAI до 2032 року.
- Генеральний директор підрозділу Microsoft зі штучного інтелекту, Мустафа Сулейман, зазначив, що завдяки високій точності моделей і конкурентній ціні – $22 за мільйон символів для MAI-Voice-1 та $5 за мільйон токенів для MAI-Image-2 – команда вже займає третє місце у світі серед розробників штучного інтелекту після Google та OpenAI.
Контекст
Microsoft, одна з найдорожчих компаній світу з ринковою капіталізацією близько $3 трлн, з 2019 року є ключовим стратегічним партнером OpenAI, інтегруючи її моделі у власні продукти та хмарну платформу Azure.
У листопаді Microsoft разом із Alphabet, материнською компанією Google, оголосили про інвестиції понад $16 млрд у розширення інфраструктури штучного інтелекту в Європі.
Компанія є одним із найбільших інвесторів OpenAI та застосовує її моделі у власних продуктах, таких як Copilot. Минулого року Microsoft і OpenAI домовилися про нову структуру співпраці: корпорація зберегла частку в OpenAI, оцінену приблизно у $135 млрд, та отримала доступ до передових моделей до 2032 року. Крім того, Microsoft інвестує в інших розробників ШІ, зокрема Anthropic і Mistral.
