A Microsoft három új belső AI modellt jelentett be szöveg, beszéd és grafika létrehozásához.

Microsoft AI három új multimodális modellt indít

A mesterséges intelligencia (MI) területén való pozíciók megerősítésének részeként a Microsoft AI kutatási osztálya bejelentette saját három modelljének megjelenését, amelyek képesek szöveget, hangot és képeket generálni. Ez a döntés válaszként jelentkezett a vezető MI laboratóriumokkal való versenyre.

A projektet a MAI Superintelligence csoport fejlesztette ki – ez a részleg foglalkozik az előrehaladott MI‑rendszerek alapkutatásaival. 2025. novemberében Mustafa Suleyman, a vezérigazgató csatlakozott a csapathoz.

Gazdasági hatékonyság: A fejlesztők különösen odafigyeltek a számítási költségek csökkentésére a Google és az OpenAI megfelelőinek képest:

A modellek már telepítve vannak a Microsoft Foundry platformon. A transzkripció és a beszédszintézis elérhető a MAI Playgroundban.

OpenAI-val való partnerség: Mustafa Suleyman megerősítette az OpenAI-val folytatott együttműködés iránti elkötelezettséget, annak ellenére, hogy saját megoldásokat fejlesztenek. A Microsoft már több mint 13 milliárd dollárt fektetett be. A vállalat továbbra is használni fogja az OpenAI modelleket termékeihez a hosszú távú szerződés alapján, hasonló diverzifikációs stratégiát alkalmazva a mikrochipekkel való együttműködéshez.

Így a Microsoft AI megerősíti pozícióját az MI piacon, gyors és költséghatékony multimodális megoldásokat kínálva, miközben szoros kapcsolatot tart fenn kulcsfontosságú partnerekkel.