Microsoft lansează trei modele AI pentru procesare multimodală

Microsoft își consolidează poziția în domeniul inteligenței artificiale prin lansarea a trei modele noi concepute pentru procesarea textului, vocii și imaginilor. Compania pariază pe dezvoltarea propriilor tehnologii și își propune să-și întărească poziția în contextul competiției tot mai aprinse dintre jucătorii importanți de pe piață.

Conform informațiilor transmise de către Central News Service, aceste soluții noi au o abordare multimodală: pot procesa diferite tipuri de date într-un singur ecosistem. Printre ele se numără un model de recunoaștere vocală care suportă zeci de limbi, un instrument de generare audio capabil să creeze voci personalizate și un sistem de gestionare a conținutului vizual, inclusiv generarea de imagini și videoclipuri.

Toate aceste inovații sunt deja integrate în platformele Microsoft, inclusiv în Foundry și în mediul de testare Playground. Compania subliniază că accentul principal este pus pe aplicarea practică a IA în sarcinile zilnice ale utilizatorilor, iar dezvoltarea viitoare se va baza pe combinarea tehnologiilor proprii cu soluțiile partenerilor.