مايكروسوفت تكشف عن نماذج MAI القوية للذكاء الاصطناعي في الصور والصوت

مايكروسوفت كشفت للتو عن ثلاثي MAI: MAI-Transcribe-1 لتحويل الصوت إلى نص بكفاءة عالية، MAI-Voice-1 لتوليد صوت واقعي، وMAI-Image-2، وحش تحويل النص إلى صورة يحتل المركز الثالث في قوائم Arena.ai. انظروا، هذه نماذج Microsoft MAI لا تمزح. مصممة للسرعة والجودة، مع MAI-Image-2 التي تنتج صورًا واقعية فوتوغرافية بسرعة ضعف السابق—إضاءة أفضل، معالجة نصوص أكثر حدة، وكل شيء. الشيء هو: هذا إطلاق مباشر من مايكروسوفت ضد OpenAI وGoogle، كما يقول VentureBeat. لا مزيد من المطاردة. المبدعون يحصلون على أدوات عالية الجودة دون سعر مميز. أعتقد أن هذا يقلب السيناريو على من يسيطر على الذكاء الاصطناعي التوليدي.

التويست: نماذج Microsoft MAI قد تجعل الذكاء الاصطناعي التوليدي المميز متاحًا للمبدعين المستقلين. التكلفة تنخفض بشدة—5 دولارات لكل مليون رمز تعني تكرارًا أسرع دون إفلاس. محترفو الصور يحصلون على سرعة ضعف؛ اجمع ذلك مع توليد الصوت، وسير عمل الفيديو يتغير. لن أكذب—رأيت الكثير من الأدوات تعد بالقمر وتسلم طينًا. لكن هذه المعايير؟ حقيقية. المركز الثالث في Arena.ai ليس دعاية؛ إنه دليل. من الجانب الآخر، التكامل مع Copilot وPowerPoint يعني أن التطبيقات اليومية تصبح احترافية. المبدعون يكررون أسرع، ينتجون أكثر. السؤال الحقيقي: هل سيقابل OpenAI بالضربة المضادة؟

متاح الآن عبر Microsoft Foundry وMAI Playground، حسب الإعلان الرسمي. المطورون يحصلون على APIs؛ المبدعون يختبرون في المتصفح. الموارد؟ كثيرة—وثائق، SDKs، بدء سريع. حالات الاستخدام الأولى تصرخ بالإمكانيات. فكر في الصوت المتزامن فوق الصور المولدة للشورتات أو العروض التوضيحية. تقدمات مثل هذه توفر مكعبات بناء لفيديوهات واقعية مولدة بالذكاء الاصطناعي، بما في ذلك سيناريوهات محتوى للبالغين مع صور وصوت محكم. مذهل كيف يتراكم هذا بسرعة. إذن ما العيب؟ لا يوجد بعد—ميزة نقية لأدوات توليد صور وفيديو بالذكاء الاصطناعي الرخيصة.