Microsoft lance de nouveaux modèles d'IA pour la génération d'images et le traitement vocal

Microsoft a dévoilé le 23 juillet deux nouveaux modèles propriétaires d'intelligence artificielle : MAI-Image-2.5-Pro et MAI-Voice-2-Flash. Ces deux modèles sont désormais disponibles en aperçu public et sont conçus respectivement pour la génération d'images de haute qualité et l'interaction vocale efficace.[br]L'entreprise a souligné que les nouveaux modèles ont été entraînés à l'aide de données propres, traçables et de niveau professionnel, sans recourir à la distillation de modèles tiers. MAI-Image-2.5-Pro est présenté comme le modèle d'image le plus précis de Microsoft à ce jour, adapté aux applications exigeantes telles que la création de visuels clés, l'édition détaillée et le rendu de texte dans les images, le tout contrôlé par des invites en langage naturel.[br]MAI-Voice-2-Flash est optimisé pour les applications vocales à forte concurrence. Il serait environ deux fois plus rapide et 32 % moins cher que son prédécesseur, tout en conservant un ton de voix naturel et une sortie de haute qualité avec une faible latence.[br]Les deux modèles sont déjà en cours d'intégration dans l'écosystème produit de Microsoft. Bing Image Creator utilise désormais MAI-Image-2.5-Pro comme modèle de génération d'images par défaut. Dans PowerPoint, le modèle alimente les fonctionnalités d'édition d'images, et OneDrive l'utilise pour certaines fonctions de manipulation d'images. MAI-Voice-2-Flash a été déployé dans Dynamics 365 Contact Center pour les agents IA de service client d'entreprise et intégré à Azure Voice Live pour les développeurs.[br]Microsoft a indiqué que la série de modèles MAI continuera de s'étendre et sera proposée aux développeurs via la plateforme Foundry. L'entreprise a également mis en service ses clusters de calcul GB200 de nouvelle génération pour soutenir le développement continu des modèles.