Zespół Microsoft AI zaprezentował swoje pierwsze modele. Nowe technologie zasilą ekosystem Copilot i przyszłe usługi

Microsoft AI, nowa dywizja giganta z Redmond, zaprezentowała swoje pierwsze dwa wewnętrznie opracowane modele sztucznej inteligencji. Niewątpliwie jest to strategiczny zwrot i wyraźna deklaracja chęci uniezależnienia się od technologii swojego kluczowego partnera, OpenAI. Nowe rozwiązania – generator mowy MAI-Voice-1 oraz model językowy MAI-1-preview – mają stanowić fundament dla przyszłych produktów firmy i pokazać jej rosnące ambicje w globalnym wyścigu AI.

Głos przyszłości: MAI-Voice-1

Pierwszym z zaprezentowanych narzędzi jest MAI-Voice-1, zaawansowany model generowania mowy. Microsoft chwali się, że jest to jedno z najbardziej wydajnych rozwiązań na rynku, zdolne do stworzenia minuty naturalnie brzmiącego dźwięku w mniej niż sekundę na pojedynczej karcie graficznej. Technologia ta nie jest już tylko eksperymentem – zasila już funkcje takie jak Copilot Daily (codzienne wiadomości czytane przez AI) oraz Podcasts.

Firma udostępniła również wersję demonstracyjną w Copilot Labs, gdzie użytkownicy mogą samodzielnie przetestować możliwości MAI-Voice-1. Można tam stworzyć interaktywną historię typu „wybierz własną przygodę” lub wygenerować spersonalizowaną medytację prowadzoną.

Nowy fundament: MAI-1-preview

Drugą nowością jest MAI-1-preview, pierwszy fundamentalny model językowy Microsoftu wytrenowany od początku do końca we własnej infrastrukturze. Jest to model typu „mixture-of-experts”, który powstał przy użyciu około 15 000 procesorów graficznych NVIDIA H100. Jak podkreśla firma, został on zaprojektowany z myślą o konsumentach i ma specjalizować się w precyzyjnym wykonywaniu instrukcji oraz udzielaniu pomocnych odpowiedzi na codzienne zapytania.

MAI-1-preview jest już publicznie testowany na popularnej platformie LMArena, gdzie zbiera pierwsze oceny. Zaledwie kilka dni po udostępnieniu, model zadebiutował na 13. miejscu w rankingu Text Leaderboard, co przez samych twórców platformy zostało określone jako „nie lada wyczyn” w bardzo konkurencyjnym środowisku. W nadchodzących tygodniach ma zacząć pojawiać się również w wybranych zastosowaniach tekstowych wewnątrz usługi Copilot. To pozwoli firmie zebrać cenne opinie od szerszego grona użytkowników i dalej doskonalić swoje dzieło.

Strategiczna zmiana i wizja przyszłości

Choć Microsoft zainwestował miliardy dolarów w OpenAI, a jego flagowy produkt Copilot w dużej mierze opiera się na modelach GPT, ogłoszenie własnych rozwiązań jest sygnałem dążenia do samowystarczalności. Mustafa Suleyman, szef Microsoft AI, w wywiadach podkreślał, że firma koncentruje się na efektywności i tworzeniu modeli zoptymalizowanych pod kątem konkretnych zastosowań konsumenckich (via The Verge).

Ta strategia ma na celu nie tylko uniezależnienie się od partnerów, ale również budowę całego ekosystemu wyspecjalizowanych modeli, które będą ze sobą współpracować, aby dostarczać użytkownikom jak najlepsze doświadczenia.

Reakcje i szerszy kontekst

Ogłoszenie wywołało spore poruszenie w branży i wśród użytkowników. W komentarzach pod artykułem na portalu The Verge na ten temat pojawiają się zarówno głosy ekscytacji, jak i sceptycyzmu. Część internautów słusznie zauważa, że nie są to pierwsze modele AI od Microsoftu (wcześniej firma wypuściła m.in. serię mniejszych modeli Phi), ale pierwsze stworzone przez nowo utworzoną, scentralizowaną dywizję Microsoft AI. Inni wskazują na brak konkretnych benchmarków i wyników wydajności, co utrudnia ocenę realnej siły MAI-1-preview na tle konkurencji.

Pojawiają się również pytania o przyszłość Copilota po ewentualnym odejściu od technologii OpenAI.

Warto też umieścić te nowości w szerszym kontekście działań Microsoftu. Z jednej strony firma dynamicznie wdraża swoje rozwiązania AI na dużą skalę, czego przykładem jest niedawna umowa z Grupą Orlen dotycząca implementacji Copilota dla 60 tysięcy pracowników w Europie Środkowej. Z drugiej strony, Microsoft napotyka trudności w innych obszarach – jak donosiły media, projekt autorskiego chipa AI o nazwie kodowej „Braga” jest opóźniony i jego wydajność może nie dorównywać układom Nvidii.

Jak zatem widzimy, droga Microsoftu do pełnej dominacji w erze AI jest złożona. Chociaż firma zyskuje niezależność w dziedzinie oprogramowania i modeli, wciąż pozostaje w tyle w kluczowej kwestii sprzętu. Mimo to, z nowo uruchomionym klastrem GB200 i jasno określoną, pięcioletnią strategią, korporacja wysyła jasny sygnał oznajmujący, że gra o tron w świecie sztucznej inteligencji dopiero się zaczyna, a gigant zamierza być jednym z głównych graczy.