Microsofts nye AI-modeller for tekst, tale og bildebehandling

Microsoft forsterker sin posisjon innen kunstig intelligens ved å lansere tre nye modeller for tekst, tale og bildebehandling. Selskapet satser på å utvikle egne teknologier og sikre sin plass i en markedskonkurranse som stadig intensiveres.

Ifølge Central News Service deler disse nye løsningene en multimodal tilnærming: de kan håndtere ulike datatyper innen ett og samme økosystem. Blant dem finnes en talegjenkjenningsmodell som støtter dusinvis av språk, et verktøy for lydgenerering som kan lage skreddersydde stemmer, og et system for visuelt innhold, inkludert generering av bilder og video.

Alle disse utviklingene er allerede under integrasjon i Microsofts plattformer, som Foundry og testmiljøet Playground. Selskapet understreker at hovedfokuset er på praktisk anvendelse av AI i brukernes daglige oppgaver, og at fremtidig utvikling vil bygge på kombinasjonen av egne teknologier med partnerløsninger.