Microsoft está redoblando su apuesta por modelos de IA que no sean grandes modelos de lenguaje. La compañía anunció el jueves que lanzará tres nuevos modelos: nuevos modelos para transcripción de voz y texto y la segunda generación de su modelo de imagen interno.
Los modelos de transcripción de voz y texto son los primeros de su tipo de Microsoft. El modelo de transcripción puede traducir grabaciones a texto en 25 idiomas diferentes. Fue construido para Subtítulos de vídeoTranscripción de reuniones y agentes de voz. El modelo de voz puede crear grabaciones de audio de hasta 60 segundos. La compañía dice que su modelo de imagen de segunda generación tiene una velocidad de generación más rápida e imágenes más vívidas, lo que está mejorando. El modelo anterior. Ahora están disponibles en Foundry y MAI Playground de Microsoft, con planes futuros para llevar MAI-Image-2 a Bing y PowerPoint. Los desarrolladores pueden consultar La información de precios está aquí..
Estos nuevos modelos son una clara señal de que Microsoft busca expandir su oferta en el mercado de la IA. Copilot de Microsoft es uno de los chatbots más populares para las empresas, especialmente aquellas que ya utilizan la suite Office 360 de Microsoft y los servicios en la nube de Azure. Además del modelo de imagen central, ahora obsoleto, Microsoft se ha centrado principalmente en modelos basados en texto, tratando de diferenciarse entre sus muchos competidores como una alternativa segura y amigable para las empresas. Sus nuevas herramientas de IA, Compañero copiloto Y Salud del copilotoprueba de ello.
Los modelos son un recordatorio de que Microsoft, como empresa de tecnología heredada, tiene este tipo de “búsqueda lateral“Incluso las empresas emergentes de miles de millones de dólares como OpenAI no siempre pueden hacer eso. La semana pasada, OpenAI confirmó que lo haría Descontinuando su aplicación de video Sora AIcitando que se volverá a centrar en las actividades principales. En 2026, la industria de la IA pretende demostrar que sus herramientas son efectivas en el lugar de trabajo, especialmente Código Claude de Antropología Salta a la competencia.
Medios generativos, como modelos que necesitan impulsar la generación de imágenes y videos de IA Muchos cálculos y poder. para ejecutar, que se puede gastar en otra parte. Google, otra empresa de tecnología tradicional con miles de millones en presupuestos de investigación de IA, señaló esta semana que no renunciará a los medios generativos, sino que intentará hacer modelos más eficientes en términos de costos y energía, como su nuevo Veo el modelo de video 3.1 Lite.
