Microsoft pokazuje własne modele AI. Firma rzuca rękawicę OpenAI i Google

Microsoft stawia na własną AI. Firma z Redmond zaprezentowała dwa nowe modele MAI-Voice-1 oraz MAI-1-preview. Pierwszy z nich to system do generowania mowy, który potrafi stworzyć minutę nagrania w mniej niż sekundę i działa przy użyciu zaledwie jednej karty graficznej.

Microsoft od dawna współpracuje z OpenAI i korzysta z ChatGPT, jednak teraz korporacja postanowiła bardziej uniezależnić się na rynku sztucznej inteligencji. Z tego powodu zaprezentowane dwa modele AI.

Microsoft stawia na własne modele AI

W przypadku MAI-Voice-1 jakość generowanego dźwięku została oceniona jako bardzo realistyczna. Model został już włączony do Copilot Daily, gdzie odpowiada za czytanie wiadomości, a także do funkcji tworzących rozmowy w formie podcastów. Użytkownicy mogą go przetestować w Copilot Labs, gdzie dostępne są opcje dostosowania stylu mówienia i barwy głosu.

Z kolei MAI-1-preview odpowiada za przetwarzanie tekstu. Został wytrenowany na około 15 tysiącach procesorów graficznych NVIDIA H100 i ma być stopniowo wdrażany do Copilota w zadaniach związanych z tekstem.

Do tej pory Microsoft opierał się głównie na modelach OpenAI, ale teraz zaczyna łączyć je z własnymi rozwiązaniami. Firma podkreśla, że to dopiero początek i że w planach ma dalszy rozwój wyspecjalizowanych systemów, które będą odpowiadać na różne potrzeby użytkowników.

Rywalizacja na rynku sztucznej inteligencji nie ogranicza się jednak do Microsoftu. OpenAI zaprezentowało model GPT-5, określany jako najbardziej zaawansowany w historii tej firmy. System potrafi samodzielnie decydować, kiedy udzielić krótkiej, rzeczowej odpowiedzi, a kiedy rozwinąć temat w formie eksperckiego wyjaśnienia.

Do wyścigu dołącza także Google, które w ostatnich tygodniach zaprezentowało nowe rozwiązania w dziedzinie obrazów. Model o nietypowej nazwie „nano banana” został zaprojektowany tak, aby umożliwiać edycję zdjęć przy zachowaniu wyglądu użytkownika, co było jedną z najczęściej zgłaszanych potrzeb.

Oprócz tego Google wprowadziło Gemini 2.5 Flash Image, swój najpotężniejszy dotąd model do generowania obrazów.