Microsoft lansează trei noi modele AI pentru text, voce și imagini, intrând în ofensivă împotriva rivalilor OpenAI și Google

Microsoft AI, laboratorul de cercetare al gigantului tehnologic, a anunțat joi lansarea a trei modele fundamentale de inteligență artificială, capabile să genereze text, voce și imagini.

Această lansare marchează continuarea eforturilor Microsoft de a-și dezvolta propriul set de modele multimodale de inteligență artificială și de a concura cu alte laboratoare AI rivale, chiar dacă rămâne strâns legată de OpenAI.

MAI-Transcribe-1 transcrie vorbirea în text în 25 de limbi diferite și este de 2,5 ori mai rapid decât oferta Azure Fast a Microsoft, potrivit unui comunicat de presă al companiei. MAI-Voice-1 este un model de generare audio: permite utilizatorilor să creeze 60 de secunde de conținut audio într-o singură secundă și oferă posibilitatea de a construi o voce personalizată. MAI-Image-2 este un model pentru generarea de conținut video.

MAI-Image-2 a fost lansat inițial pe MAI Playground, un nou software de testare pentru modele lingvistice de mari dimensiuni, pe 19 martie. Acum, toate cele trei modele sunt disponibile pe Microsoft Foundry, iar modelele de transcriere și voce sunt accesibile și prin MAI Playground.

Aceste modele au fost dezvoltate de echipa MAI Superintelligence a Microsoft, o echipă de cercetare în domeniul inteligenței artificiale condusă de Mustafa Suleyman, CEO al Microsoft AI, formată și anunțată în noiembrie 2025.

„At Microsoft AI, we’re building Humanist AI. We have a distinct view when creating our AI models — putting humans at the center, optimizing for how people actually communicate, training for practical use,” a scris Suleyman într-o postare pe blog. „You’ll see more models from us soon in Foundry and directly in Microsoft products and experiences.”

Într-o piață din ce în ce mai aglomerată a modelelor lingvistice de mari dimensiuni, MAI mizează pe faptul că aceste modele vor fi mai ieftine decât cele oferite de Google și OpenAI, se arată în aceeași postare pe blog.

MAI-Transcribe-1 pornește de la 0,36 dolari pe oră. MAI-Voice-1 are un tarif de la 22 de dolari pentru 1 milion de caractere, iar MAI-Image-2 începe de la 5 dolari pentru 1 milion de tokeni pentru input de text și 33 de dolari pentru 1 milion de tokeni pentru output de imagine.

Chiar dacă Microsoft își lansează propriile modele, Suleyman a reafirmat angajamentul companiei față de parteneriatul cu OpenAI într-un interviu, menționând totodată că o renegociere recentă a acestui acord a permis Microsoft să urmărească cu adevărat cercetarea în domeniul superinteligenței.

Microsoft a investit peste 13 miliarde de dolari în laboratorul de cercetare AI și integrează modelele acestuia în diverse produse proprii printr-un parteneriat pe mai mulți ani. Compania abordează într-un mod similar și zona cipurilor: produce propriile soluții, dar cumpără și de la furnizori externi.