Microsoft усе більше позбавляється залежності від OpenAI, представляючи власні ШІ-моделі

Революція ефективності: MAI-Image-2.5-Pro та MAI-Voice-2-Flash

Нова модель MAI-Image-2.5-Pro фокусується на складних робочих процесах, що вимагають високої точності візуалізації, детального редагування та бездоганного рендерингу тексту. Microsoft на спеціальній сторінці пише, що вже інтегрувала ці технології у свої ключові продукти. Наприклад, сервіс Bing Image Creator тепер повністю працює на базі MAI-Image-2.5, а PowerPoint використовує цю модель для функцій обробки зображень.

Перехід на власну архітектуру дозволив компанії скоротити витрати на графічні процесори на вражаючі 84% порівняно з використанням GPT-Image-2 від OpenAI.

Суттєві покращення помітили й користувачі OneDrive. Завдяки впровадженню MAI-Image-2.5 швидкість збереження редагованих файлів зросла на 26 відсотків, а затримки в роботі зменшилися на чверть. Це робить хмарне сховище не просто місцем для зберігання, а потужним інструментом для обробки контенту, який працює у 2,5 раза ефективніше під середнім навантаженням.

Робота з голосом

Паралельно з візуальними рішеннями розробники презентували MAI-Voice-2-Flash – модель для перетворення тексту в мовлення. Вона створена спеціально для сценаріїв із високим обсягом запитів, таких як автоматизовані центри підтримки клієнтів.

Новинка працює вдвічі швидше та коштує на 32 відсотки менше за попередню версію MAI-Voice-2, зберігаючи при цьому природність інтонацій. Вартість використання становить 15 доларів за мільйон символів.

Технологія вже забезпечує роботу Dynamics 365 Contact Center, де допомогла знизити витрати на обладнання на 89 відсотків.

Транскрипція

Окрім цього, Microsoft представила оновлений інструмент для транскрипції MAI-Transcribe-1.5, який тепер підтримує 58 мов у Dragon Copilot.

Такі кроки підкреслюють прагнення корпорації створити повністю незалежну ШІ-інфраструктуру, яка була б доступною та максимально інтегрованою у повсякденну роботу користувачів.