Microsoft-მა ხელოვნური ინტელექტის სამი ახალი საბაზისო მოდელი წარადგინა: კონკურენცია Google-სა და OpenAI-სთან

Microsoft AI-მ, ტექნოლოგიური გიგანტის კვლევითმა ლაბორატორიამ, სამი ახალი საბაზისო ხელოვნური ინტელექტის (AI) მოდელის გამოშვების შესახებ გამოაცხადა. ეს მოდელები ტექსტის, ხმისა და გამოსახულების გენერირებისთვისაა განკუთვნილი. აღნიშნული ნაბიჯი მიუთითებს Microsoft-ის მცდელობაზე, განავითაროს მულტიმოდალური AI მოდელების საკუთარი ეკოსისტემა და კონკურენცია გაუწიოს სხვა წამყვან ლაბორატორიებს, მიუხედავად იმისა, რომ კომპანია კვლავ მჭიდროდ არის დაკავშირებული OpenAI-სთან.

კომპანიის პრესრელიზის თანახმად, ახალი მოდელები მნიშვნელოვან ტექნიკურ გაუმჯობესებებს გვთავაზობენ. MAI-Transcribe-1 მოდელს შეუძლია მეტყველების ტექსტად გარდაქმნა 25 სხვადასხვა ენაზე და ის 2.5-ჯერ უფრო სწრაფია, ვიდრე Microsoft-ის არსებული Azure Fast სერვისი. MAI-Voice-1 კი აუდიო გენერირების მოდელია, რომელიც მომხმარებლებს საშუალებას აძლევს, სულ რაღაც ერთ წამში შექმნან 60-წამიანი აუდიო ჩანაწერი და ასევე შეიმუშაონ პერსონალიზებული ხმები.

მესამე მოდელი, MAI-Image-2, ვიდეო გენერირების ინსტრუმენტს წარმოადგენს. იგი თავდაპირველად 19 მარტს გამოჩნდა MAI Playground-ზე — დიდი ენობრივი მოდელების ტესტირების ახალ პლატფორმაზე. ამჟამად სამივე მოდელი ხელმისაწვდომია Microsoft Foundry-ზე, ხოლო ტრანსკრიფციისა და ხმის მოდელების გამოყენება MAI Playground-ზეც არის შესაძლებელი.

განვითარების გუნდი და ფილოსოფია

მოდელები Microsoft-ის MAI Superintelligence გუნდის მიერ შეიქმნა. ეს არის AI კვლევითი ჯგუფი, რომელსაც Microsoft AI-ს აღმასრულებელი დირექტორი, მუსტაფა სულეიმანი ხელმძღვანელობს. გუნდის ჩამოყალიბების შესახებ ინფორმაცია 2025 წლის ნოემბერში გახდა ცნობილი.

სულეიმანმა თავის ბლოგპოსტში ხაზი გაუსვა კომპანიის ხედვას: „Microsoft AI-ში ჩვენ ვქმნით 'ჰუმანისტურ AI-ს'. მოდელების შექმნისას ჩვენი ხედვა მკაფიოა — ცენტრში ვაყენებთ ადამიანს, ოპტიმიზაციას ვუკეთებთ იმას, თუ როგორ ურთიერთობენ ადამიანები სინამდვილეში და ვწვრთნით მოდელებს პრაქტიკული გამოყენებისთვის“. მან ასევე აღნიშნა, რომ მალე Foundry-ზე და უშუალოდ Microsoft-ის პროდუქტებში კიდევ უფრო მეტი მოდელი გამოჩნდება.

ფასები და ბაზარზე პოზიციონირება

მზარდი კონკურენციის პირობებში, Microsoft იმედოვნებს, რომ ამ მოდელების მთავარი უპირატესობა მათი დაბალი ფასი იქნება Google-ისა და OpenAI-ს პროდუქტებთან შედარებით. კომპანიამ მოდელების საწყისი ტარიფებიც გამოაქვეყნა:

• MAI-Transcribe-1: ფასი იწყება $0.36-დან საათში.
• MAI-Voice-1: ფასი იწყება $22-დან ყოველ 1 მილიონ სიმბოლოზე.
• MAI-Image-2: ტექსტური შეყვანისას (input) ფასი შეადგენს $5-ს 1 მილიონ ტოკენზე, ხოლო გამოსახულების გამომავალი ფორმატისთვის (output) — $33-ს 1 მილიონ ტოკენზე.

ურთიერთობა OpenAI-სთან და სტრატეგია

საკუთარი მოდელების გამოშვების მიუხედავად, მუსტაფა სულეიმანმა VentureBeat-თან ინტერვიუში დაადასტურა Microsoft-ის ერთგულება OpenAI-სთან პარტნიორობისადმი. თუმცა, როგორც მან The Verge-ს განუცხადა, ამ პარტნიორობის პირობების ბოლოდროინდელმა გადახედვამ Microsoft-ს საშუალება მისცა, დამოუკიდებლად გააგრძელოს კვლევები სუპერინტელექტის მიმართულებით.

Microsoft-ს AI კვლევით ლაბორატორიაში 13 მილიარდ დოლარზე მეტი აქვს ინვესტირებული და მრავალწლიანი პარტნიორობის ფარგლებში მათ მოდელებს საკუთარ პროდუქტებში იყენებს. კომპანია ანალოგიურ მიდგომას იყენებს ჩიპების შემთხვევაშიც: ის აწარმოებს საკუთარ პროცესორებს, თუმცა პარალელურად ყიდულობს მათ სხვა მომწოდებლებისგანაც.