مایکروسافت دو مدل جدید هوش مصنوعی MAI-Image-2.5-Pro و MAI-Voice-2-Flash را رونمایی کرد: بدون وابستگی به مدل‌های شخص ثالث، ادغام در Bing و PowerPoint

IT之家 / ITHomeChina3 دقیقه مطالعه۱۴۰۵/۰۵/۱۶ ساعت ۱۲:۴۵

تصویر مرتبط با خبر: 微软最新模型 MAI-Image-2.5-Pro、MAI-Voice-2-Flash 发布:未蒸馏第三方产品,已落地 Bing 及 PowerPoint 等场景 - IT之家
تصویر مرتبط با خبر: 微软最新模型 MAI-Image-2.5-Pro、MAI-Voice-2-Flash 发布:未蒸馏第三方产品,已落地 Bing 及 PowerPoint 等场景 - IT之家
خلاصه سریع

اصل خبر در چند خط

مایکروسافت دو مدل جدید هوش مصنوعی خود، MAI-Image-2.5-Pro و MAI-Voice-2-Flash، را در مرحله پیش‌نمایش عمومی معرفی کرد. این مدل‌ها به ترتیب برای تولید تصاویر با کیفیت بالا و تعاملات صوتی با حجم بالا طراحی شده‌اند. مایکروسافت اعلام کرد که این مدل‌ها بر اساس داده‌های پاک‌سازی‌شده و قابل ردیابی آموزش دیده‌اند و به مدل‌های شخص ثالث وابسته نیستند. مدل تصویر برای دقت در تولید متن درون تصاویر بهینه‌سازی شده و از دستورالعمل‌های ویرایش به زبان طبیعی پشتیبانی می‌کند. مدل صوتی نیز سرعت پردازش را دو برابر و هزینه‌ها را ۳۲ درصد کاهش داده است. این مدل‌ها در محصولاتی مانند Bing، PowerPoint و OneDrive ادغام شده‌اند.

متن خبر

شرح خبر

مایکروسافت در تاریخ ۲ تیرماه ۱۴۰۳، دو مدل جدید هوش مصنوعی خود را با نام‌های MAI-Image-2.5-Pro و MAI-Voice-2-Flash معرفی کرد که هم‌اکنون در مرحله پیش‌نمایش عمومی قرار دارند. این مدل‌ها به ترتیب برای تولید تصاویر با کیفیت بالا و تعاملات صوتی با حجم بالا طراحی شده‌اند. مایکروسافت اعلام کرده که این مدل‌ها بر اساس داده‌های پاک‌سازی‌شده، قابل ردیابی و در سطح سازمانی آموزش دیده‌اند و به مدل‌های شخص ثالث متکی نیستند. مدل MAI-Image-2.5-Pro دقیق‌ترین مدل تصویر مایکروسافت تا به امروز است و برای کاربردهایی مانند تولید تصاویر اصلی، ویرایش جزئیات و رندر متن درون تصاویر بهینه‌سازی شده است. قیمت‌های پیش‌نمایش عمومی این مدل‌ها نیز اعلام شده است: برای مدل تصویر، ورودی متنی ۵ دلار، ورودی تصویر ۸ دلار و خروجی تصویر ۱۰۶ دلار به ازای هر ۱ میلیون توکن است. مدل صوتی MAI-Voice-2-Flash نیز با سرعت پردازش دو برابر و کاهش ۳۲ درصدی هزینه‌ها، برای مراکز تماس و دستیارهای صوتی مناسب است. این مدل‌ها هم‌اکنون در محصولاتی مانند Bing Image Creator، PowerPoint و OneDrive ادغام شده‌اند. مایکروسافت دو مدل جدید هوش مصنوعی خود، MAI-Image-2.5-Pro و MAI-Voice-2-Flash، را در مرحله پیش‌نمایش عمومی معرفی کرد. این مدل‌ها به ترتیب برای تولید تصاویر با کیفیت بالا و تعاملات صوتی با حجم بالا طراحی شده‌اند. مایکروسافت اعلام کرد که این مدل‌ها بر اساس داده‌های پاک‌سازی‌شده و قابل ردیابی آموزش دیده‌اند و به مدل‌های شخص ثالث وابسته نیستند. مدل تصویر برای دقت در تولید متن درون تصاویر بهینه‌سازی شده و از دستورالعمل‌های ویرایش به زبان طبیعی پشتیبانی می‌کند. مدل صوتی نیز سرعت پردازش را دو برابر و هزینه‌ها را ۳۲ درصد کاهش داده است. این مدل‌ها در محصولاتی مانند Bing، PowerPoint و OneDrive ادغام شده‌اند. رونمایی از این مدل‌ها نشان‌دهنده استراتژی مایکروسافت برای کاهش وابستگی به مدل‌های شخص ثالث و تمرکز بر توسعه داخلی است. این حرکت می‌تواند به بهبود کارایی، کاهش هزینه‌ها و افزایش کنترل بر کیفیت و امنیت مدل‌ها منجر شود. علاوه بر این، ادغام این مدل‌ها در محصولات مایکروسافت مانند Bing و PowerPoint می‌تواند تجربه کاربری را بهبود بخشد و رقابت‌پذیری این شرکت را در بازار هوش مصنوعی تقویت کند. این مدل‌ها می‌توانند هزینه‌های عملیاتی را برای مایکروسافت و مشتریان آن کاهش دهند، به ویژه با کاهش ۸۴ تا ۸۹ درصدی هزینه‌های GPU در برخی سناریوها. همچنین، بهبود کارایی و کاهش تاخیر در پردازش می‌تواند به جذب مشتریان جدید و حفظ مشتریان فعلی کمک کند. ادغام این مدل‌ها در محصولات مایکروسافت می‌تواند ارزش افزوده‌ای برای کاربران ایجاد کند و درآمدزایی از طریق خدمات ابری را افزایش دهد. در ایران، دسترسی به این مدل‌ها ممکن است با محدودیت‌هایی همراه باشد، اما توسعه‌دهندگان و شرکت‌های ایرانی می‌توانند از طریق پلتفرم‌های ابری مانند Azure از این مدل‌ها استفاده کنند. این امر می‌تواند به بهبود خدمات هوش مصنوعی در ایران کمک کند، به ویژه در زمینه‌های پردازش تصویر و صوت. با این حال، محدودیت‌های تحریمی ممکن است دسترسی مستقیم به این فناوری‌ها را دشوار کند. مایکروسافت با توسعه مدل‌های اختصاصی خود، کنترل بیشتری بر مسائل حقوقی و مالکیت فکری خواهد داشت. این امر می‌تواند به کاهش ریسک‌های حقوقی مرتبط با استفاده از مدل‌های شخص ثالث کمک کند. علاوه بر این، استفاده از داده‌های پاک‌سازی‌شده و قابل ردیابی می‌تواند به رعایت مقررات حفاظت از داده‌ها و حریم خصوصی کمک کند. توسعه مدل‌های هوش مصنوعی توسط مایکروسافت می‌تواند تأثیراتی بر رقابت‌های فناوری بین آمریکا و چین داشته باشد. این حرکت ممکن است به تقویت موقعیت آمریکا در بازار هوش مصنوعی کمک کند و فشارهای تجاری و فناوری را بر رقبای چینی افزایش دهد. فنی و تجاری مایکروسافت با رونمایی از دو مدل جدید هوش مصنوعی، گامی بزرگ در جهت بهبود کارایی و کاهش هزینه‌ها برداشت. این مدل‌ها در محصولاتی مانند Bing و PowerPoint ادغام شده‌اند.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.

تحلیل تحریریه

ابعاد مهم خبر

چرا مهم است؟

رونمایی از این مدل‌ها نشان‌دهنده استراتژی مایکروسافت برای کاهش وابستگی به مدل‌های شخص ثالث و تمرکز بر توسعه داخلی است. این حرکت می‌تواند به بهبود کارایی، کاهش هزینه‌ها و افزایش کنترل بر کیفیت و امنیت مدل‌ها منجر شود. علاوه بر این، ادغام این مدل‌ها در محصولات مایکروسافت مانند Bing و PowerPoint می‌تواند تجربه کاربری را بهبود بخشد و رقابت‌پذیری این شرکت را در بازار هوش مصنوعی تقویت کند.

اثر کسب‌وکاری

این مدل‌ها می‌توانند هزینه‌های عملیاتی را برای مایکروسافت و مشتریان آن کاهش دهند، به ویژه با کاهش ۸۴ تا ۸۹ درصدی هزینه‌های GPU در برخی سناریوها. همچنین، بهبود کارایی و کاهش تاخیر در پردازش می‌تواند به جذب مشتریان جدید و حفظ مشتریان فعلی کمک کند. ادغام این مدل‌ها در محصولات مایکروسافت می‌تواند ارزش افزوده‌ای برای کاربران ایجاد کند و درآمدزایی از طریق خدمات ابری را افزایش دهد.

اثر احتمالی برای ایران

در ایران، دسترسی به این مدل‌ها ممکن است با محدودیت‌هایی همراه باشد، اما توسعه‌دهندگان و شرکت‌های ایرانی می‌توانند از طریق پلتفرم‌های ابری مانند Azure از این مدل‌ها استفاده کنند. این امر می‌تواند به بهبود خدمات هوش مصنوعی در ایران کمک کند، به ویژه در زمینه‌های پردازش تصویر و صوت. با این حال، محدودیت‌های تحریمی ممکن است دسترسی مستقیم به این فناوری‌ها را دشوار کند.

ارتباط با LegalTech

مایکروسافت با توسعه مدل‌های اختصاصی خود، کنترل بیشتری بر مسائل حقوقی و مالکیت فکری خواهد داشت. این امر می‌تواند به کاهش ریسک‌های حقوقی مرتبط با استفاده از مدل‌های شخص ثالث کمک کند. علاوه بر این، استفاده از داده‌های پاک‌سازی‌شده و قابل ردیابی می‌تواند به رعایت مقررات حفاظت از داده‌ها و حریم خصوصی کمک کند.

زاویه رسانه/کشور منبع

فنی و تجاری

برچسب‌ها