La división de IA de Microsoft anunció el jueves sus primeros modelos de IA desarrollados internamente: MAI-Voice-1 AI y MAI-1-preview. La compañía afirma que su nuevo modelo de voz MAI-Voice-1 puede generar un minuto de audio en menos de un segundo con una sola GPU, mientras que MAI-1-preview «ofrece un adelanto de las futuras ofertas de Copilot».
Microsoft ya utiliza MA1-Voice-1 para impulsar un par de sus funciones, incluyendo Copilot Daily, que permite a un presentador de IA recitar las principales noticias del día, y para generar debates tipo podcast que ayudan a explicar temas.
Puedes probar MA1-Voice-1 en Copilot Labs, donde puedes introducir lo que quieres que diga el modelo de IA, así como cambiar su voz y estilo de habla. Además de este modelo, Microsoft presentó MAI-1-preview, que, según afirma, se entrenó con unas 15.000 GPU Nvidia H100. Está diseñado para usuarios que necesitan un modelo de IA capaz de seguir instrucciones y “ofrecer respuestas útiles a consultas cotidianas”.
Mustafa Suleyman, director de IA de Microsoft, declaró durante un episodio de Decoder el año pasado que los modelos internos de IA de la compañía no se centran en casos de uso empresariales. «Mi razonamiento es que debemos crear algo que funcione de maravilla para el consumidor y que esté realmente optimizado para nuestro caso de uso», afirmó Suleyman. «Por lo tanto, disponemos de una gran cantidad de datos muy predictivos y útiles sobre publicidad, telemetría del consumidor, etc. Mi objetivo es crear modelos que realmente funcionen para el acompañante del consumidor».
Microsoft AI planea implementar MAI-1-preview para ciertos casos de uso de texto en su asistente Copilot AI, que actualmente se basa en los amplios modelos de lenguaje de OpenAI. También ha comenzado a probar públicamente su modelo MAI-1-preview en la plataforma de evaluación comparativa de IA LMArena.
«Tenemos grandes ambiciones respecto a nuestro futuro», escribe Microsoft AI en la entrada del blog. «No solo buscaremos nuevos avances en este ámbito, sino que creemos que orquestar una gama de modelos especializados que satisfagan diferentes intenciones y casos de uso del usuario generará un valor inmenso».
