Революция в области эффективности: MAI-Image-2.5-Pro и MAI-Voice-2-Flash
Новая модель MAI-Image-2.5-Pro ориентирована на сложные рабочие процессы, что требуют высокой точности визуализации, детального редактирования и безупречного рендеринга текста. Microsoft на специальной странице сообщает, что уже интегрировала эти технологии в свои ключевые продукты. Например, сервис Bing Image Creator теперь полностью работает на базе MAI-Image-2.5, а PowerPoint использует эту модель для функций обработки изображений.
Переход на собственную архитектуру позволил компании сократить расходы на графические процессоры на впечатляющие 84% по сравнению с использованием GPT-Image-2 от OpenAI.
Существенные улучшения заметили и пользователи OneDrive. Благодаря внедрению MAI-Image-2.5 скорость сохранения редактируемых файлов выросла на 26 процентов, а задержки в работе сократились на четверть. Это делает облачное хранилище не просто местом для хранения, а мощным инструментом для обработки контента, который работает в 2,5 раза эффективнее при средней нагрузке.
Работа с голосом
Параллельно с визуальными решениями разработчики представили MAI-Voice-2-Flash – модель для преобразования текста в речь. Она создана специально для сценариев с высоким объемом запросов, таких как автоматизированные центры поддержки клиентов.
Новинка работает в два раза быстрее и стоит на 32 процента дешевле предыдущей версии MAI-Voice-2, сохраняя при этом естественность интонаций. Стоимость использования составляет 15 долларов за миллион символов.
Технология уже обеспечивает работу Dynamics 365 Contact Center, где помогла снизить расходы на оборудование на 89 процентов.
Транскрипция
Кроме того, Microsoft представила обновленный инструмент для транскрипции MAI-Transcribe-1.5, который теперь поддерживает 58 языков в Dragon Copilot.
Такие шаги подчеркивают стремление корпорации создать полностью независимую ИИ-инфраструктуру, которая была бы доступной и максимально интегрированной в повседневную работу пользователей.