أعلنت شركة «مايكروسوفت» عن إطلاق جيل جديد من نماذج الذكاء الاصطناعي المتطورة «إم أيه آي» بهدف تعزيز قدرات توليد الكلام والصوت والصور بكفاءة وسرعة فائقتين.
وتتوفر هذه النماذج حالياً عبر منصتي Microsoft Foundry وMAI Playground، حيث تركز الشركة من خلالها على تقديم أداء أسرع وأسعار تنافسية للمطورين والمستخدمين على حد سواء.
ويبرز نموذج MAI-Transcribe-1 كأداة قوية لتحويل الكلام إلى نص، تدعم أكثر من 25 لغة، وتتميز بقدرة فائقة على التعامل مع ظروف الصوت الواقعية وسرعة نسخ تتجاوز الأنظمة الحالية بمرتين ونصف.
في المقابل، يتخصص نموذج MAI-Voice-1 في توليد أصوات بشرية طبيعية ذات نبرة عاطفية متزنة، مع إمكانية إنشاء أصوات مخصصة من عينات قصيرة، وقدرة مذهلة على إنتاج 60 ثانية من الصوت في ثانية واحدة فقط.
أما على صعيد المحتوى المرئي، فيقدم نظام MAI-Image-2 سرعة توليد بيانات أسرع بمرتين من الأنظمة السابقة، مع تركيز خاص على دقة الإضاءة وألوان البشرة ووضوح النصوص داخل الصور، وهو ما بدأ دمجه تدريجياً في خدمات Bing وPowerPoint.
وتؤكد مايكروسوفت أن هذه الخطوة تهدف إلى تمكين المطورين من بناء تطبيقات مبتكرة مع ضمان الاستخدام الأمثل للموارد الحسابية، ما يجعل الذكاء الاصطناعي العالي الأداء متاحاً بتكلفة تشغيلية أقل.