Microsoft stellt drei neue KI-Modelle für multimodale Verarbeitung vor

Microsoft stärkt seine Position im Bereich der künstlichen Intelligenz durch die Einführung von drei neuen Modellen für Text-, Sprach- und Bildverarbeitung. Das Unternehmen setzt auf die Entwicklung eigener Technologien und will seine Stellung im zunehmenden Wettbewerb der großen Marktteilnehmer festigen.

Laut dem Central News Service folgen diese neuen Lösungen einem multimodalen Ansatz: Sie können verschiedene Datentypen innerhalb eines einzigen Ökosystems verarbeiten. Dazu gehören ein Spracherkennungsmodell, das Dutzende von Sprachen unterstützt, ein Audioerzeugungstool zur Erstellung individueller Stimmen und ein System für die Verarbeitung visueller Inhalte, einschließlich Bild- und Videogenerierung.

Alle diese Entwicklungen werden bereits in Microsoft-Plattformen wie Foundry und der Playground-Testumgebung integriert. Das Unternehmen betont, dass der Fokus auf der praktischen Anwendung von KI in den täglichen Aufgaben der Nutzer liegt. Die künftige Entwicklung wird auf der Kombination eigener Technologien mit Partnerlösungen aufbauen.