マイクロソフト、初の自社製AIモデルを発表：超高速音声認識用のMAI-Voice-1と指示に従うタスク用のMAI-1-Preview

マイクロソフト AI マイクロソフト全社のAIテクノロジーの開発と統合を専門とする部門であるは、同社初の高忠実度で表現力豊かな音声生成モデルであるMAI-Voice-1のリリースを発表しました。このモデルは現在、Copilot DailyとPodcast、そして新しいCopilot Labsエクスペリエンスで利用可能で、ユーザーは表現力豊かな音声とストーリーテリング機能を体験できます。 

MAI-Voice-1は、単一話者と複数話者の両方のシナリオにおいて自然な音声を提供し、高速性を重視して設計されています。単一のGPUでXNUMX分間の音声をXNUMX秒未満で生成できるため、現在利用可能な最も効率的な音声生成システムの一つとなっています。このモデルは、インタラクティブな「自分だけの冒険」ストーリーやパーソナライズされたガイド付き瞑想などのアプリケーションを可能にし、AIコンパニオンの主要なインターフェースとしての音声の可能性を示しています。

マイクロソフトAI、初の完全学習済み基礎モデル「MAI-1-Preview」の公開テストを開始

さらに、Microsoft AIは、コミュニティモデル評価に広く利用されているプラ​​ットフォームであるLMArena上で、MAI-1-previewの公開テストを開始しました。これは、同部門にとって初の完全学習済み基盤モデルであり、Copilotに統合される機能を早期に確認できるものです。MAI-1-previewは、約15,000基のNVIDIA H100 GPUで事前学習および事後学習された、社内開発の専門家混合モデルであり、指示に従う処理と日常的なタスクに役立つ応答を提供するように設計されています。

このモデルは、Copilot の特定のテキストベースのユースケースに段階的に導入され、Microsoft AI がフィードバックを収集してパフォーマンスを向上できるようになります。チームは、社内モデル、パートナーの貢献、オープンソースのイノベーションを組み合わせ、毎日数百万件ものインタラクションにおける結果を最適化しています。MAI-1-preview は信頼できるテスターに​​も提供されており、API アクセス アプリケーションを通じて、その強みと改善点に関する洞察を収集できます。

今後、Microsoft AIは、このモデルをさらに進化させ、様々なユーザーの意図やシナリオに合わせてカスタマイズされた一連の専用モデルを統合していく予定です。同部門は、今後も最先端のAIソリューションを開発し、世界中のユーザーが利用できるようにすることを目指しています。