A Microsoft saját AI modellekkel törne ki az OpenAI árnyékából

A MAI-Voice-1 és a MAI-1-preview bemutatása új korszak kezdetét jelezheti a Copilot jövőjében.

A MAI-Voice-1 a vállalat első természetes beszédgeneráló rendszere. Különlegessége, hogy mindössze egyetlen GPU-val képes valós időben életszerű hangot előállítani: egy percnyi beszédet kevesebb mint egy másodperc alatt.

A Microsoft már beépítette a modellt a Copilot Daily hírösszefoglalókba és a Copilot Podcasts funkcióba, valamint elérhetővé tette a Copilot Labs környezetben, ahol a felhasználók testre szabhatják a hang stílusát és karakterét.

A MAI-1-preview ezzel szemben egy szövegközpontú alapmodell, amelyet teljes egészében a Microsoft saját csapatai képeztek. A tréninghez nagyjából 15 000 Nvidia H100 GPU-t használtak, ami lényegesen takarékosabb, mint például az xAI Grok modellje, amelyhez több mint 100 000 ilyen csipre volt szükség.

A modell jelenleg az LMArena platformon érhető el nyilvános tesztelésre, és a következő hetekben egyes Copilot-funkciókban is megjelenik.

Energiahatékonyság és költségcsökkentés a középpontban

Mustafa Suleyman, a Microsoft AI-divíziójának vezetője a bejelentés kapcsán hangsúlyozta, hogy a fejlesztések fő célja az energiahatékonyság és a költségek minimalizálása volt. Véleménye szerint a jövő kulcsa a megfelelő adatkészletek kiválasztásában, valamint a felesleges tokenek elkerülésében rejlik.

A MAI-Voice-1 példája is mutatja: a Microsoft olyan modellekben gondolkodik, amelyek kisebb számítási kapacitással is versenyképesek tudnak lenni, ezáltal szélesebb körben skálázhatók.

Stratégiai üzenet az iparágnak

Bár a Copilot jelenleg továbbra is nagyrészt az OpenAI GPT technológiájára épül, a saját modellek kifejlesztése egyértelmű jelzés: a Microsoft hosszú távon önálló szereplőként kívánja meghatározni a mesterséges intelligencia piacát.

Suleyman szerint a vállalat egy ötéves, negyedévről negyedévre finanszírozott ütemterv mentén halad, amelynek célja, hogy a Microsoft a jelenlegi élmezőny valódi versenytársává váljon.

Ugyanakkor elemzők figyelmeztetnek: ha az iparágban valóban kipukkan az AI-lufi, a Microsoftnak rendkívül agresszíven kell tartania magát ehhez az ütemtervhez, hogy az önállósodási stratégia kifizetődő legyen.

Miért fontos ez?

A Microsoft az elmúlt években több tízmilliárd dollárt fektetett AI-infrastruktúrába, és a Copilot sikerével világossá tette, hogy a mesterséges intelligencia a jövő egyik legfontosabb pillére a vállalatnál. A MAI-Voice-1 és a MAI-1-preview bemutatása új fejezetet nyit: nem csupán egy technológiai előrelépésről van szó, hanem egy stratégiai fordulatról is, amely hosszú távon meghatározhatja a Microsoft helyét a globális AI-versenyben.