Microsoft prezintă MAI-Voice-1, sinteză vocală rapidă pe un GPU, și MAI-1-preview, model text tip ChatGPT. Integrare în Copilot, alternativă la OpenAI.
© RusPhotoBank
Microsoft face încă un pas spre independența față de OpenAI, prezentând două sisteme de inteligență artificială dezvoltate în propria casă: MAI-Voice-1 și MAI-1-preview. Este primul rezultat important al unității interne de AI a companiei, iar debutul inspiră încredere.
Vedeta este MAI-Voice-1, un model de vorbire capabil să genereze un clip audio de un minut în mai puțin de o secundă, rulând pe un singur GPU. Vocea sintetizată e atât de convingătoare încât cu greu poate fi deosebită de cea a unei persoane reale. Modelul este deja folosit în Copilot Daily, unde un prezentator citește știrile și oferă explicații în stil de podcast pe subiecte complexe. Poate fi testat și în Copilot Labs, unde utilizatorii pot introduce text, schimba voci și chiar ajusta stilul de vorbire. Combinația dintre viteză și cerințe hardware modeste trădează o inginerie făcută cu grijă.
Al doilea sistem, MAI-1-preview, este un model de text antrenat cu ajutorul a 15.000 de GPU-uri Nvidia H100. Este construit să urmeze instrucțiuni și să genereze răspunsuri de tip ChatGPT. Microsoft intenționează să-l integreze în curând în Copilot pentru a-și reduce dependența de OpenAI, iar modelul este deja testat pe platforma deschisă LMArena. Testele publice indică încredere din partea echipei și dorința de a colecta feedback cât mai larg.
Cu aceste modele, Microsoft intră într-un rol dublu: rămâne partener al OpenAI, dar devine în același timp și rival. În timp ce OpenAI dezvoltă ChatGPT-5, iar Google își promovează modelele vizuale, Gemini și DeepMind, Microsoft își consolidează vizibil poziția, propunând alternative care se remarcă deja prin viteză și calitate.