Microsoft julkaisi kaksi uutta tekoälymallia kuvanluontiin ja puheenkäsittelyyn
Microsoft on esitellyt kaksi uutta itse kehittämäänsä tekoälymallia: MAI-Image-2.5-Pro kuvanluontiin ja MAI-Voice-2-Flash puheenkäsittelyyn. Mallit ovat nyt yleisessä esikatselussa ja integroituvat jo useisiin Microsoftin palveluihin.
Microsoft julkisti 23. heinäkuuta kaksi uutta, itse kehittämäänsä tekoälymallia: MAI-Image-2.5-Pro ja MAI-Voice-2-Flash. Molemmat mallit ovat nyt saatavilla yleiseen esikatseluun ja on suunniteltu erityisesti kuvien laadukkaaseen luomiseen ja tehokkaaseen puheenkäsittelyyn.[br]Yritys korostaa, että uudet mallit on koulutettu puhtaalla, jäljitettävällä ja yritystason datalla ilman kolmansien osapuolien mallien hyödyntämistä. MAI-Image-2.5-Pro on Microsoftin tarkin tähänastinen kuvamalli, joka soveltuu monimutkaisiin tehtäviin, kuten pääkuvien luomiseen, yksityiskohtien muokkaukseen ja tekstin renderöintiin kuvissa. Mallia ohjataan luonnollisen kielen käskyillä.[br]MAI-Voice-2-Flash on optimoitu suurta samanaikaista käyttäjämäärää vaativiin puhesovelluksiin. Sen kerrotaan olevan noin kaksi kertaa nopeampi ja 32 prosenttia edullisempi kuin edellinen versio, tarjoten silti luonnollista puheenlaatua ja matalan viiveen.[br]Molempia malleja on jo alettu integroida Microsoftin omiin tuotteisiin. Bing Image Creator käyttää MAI-Image-2.5-Pro:ta oletusmallinaan kuvien luontiin ja muokkaukseen. PowerPointissa mallia käytetään kuvan muokkausominaisuuksiin, ja OneDrive hyödyntää sitä osassa kuvanmuokkaustoimintoja. MAI-Voice-2-Flash on puolestaan otettu käyttöön Dynamics 365 Contact Centerissä yritysasiakaspalvelun tukena ja integroituna Azure Voice Live -palveluun kehittäjille.[br]Microsoft ilmoitti myös, että sen uudet MAI-sarjan mallit laajenevat jatkossa ja tulevat saataville kehittäjille Foundry-alustan kautta. Yritys on myös ottanut käyttöön uuden sukupolven GB200-laskentaklustereita tulevien mallien kehitystä varten.