A Microsoft lançou dois novos modelos de inteligência artificial treinados internamente. O MAI-Voice-1 é o primeiro modelo de geração de fala “altamente expressivo e natural”, enquanto o MAI-1-preview é baseado em texto.
“Temos grandes ambições para o futuro. Não apenas buscaremos novos avanços, como também acreditamos que orquestrar uma gama de modelos especializados que atendam a diferentes intenções e casos de uso do usuário gerará um valor imenso”, diz a empresa em um comunicado.
Segundo o líder da divisão de IA da Microsoft, Mustafa Suleyman, os modelos focam em eficiência e custo-benefício. Algumas das técnicas de treinamento obtidas na comunidade de código aberto ampliaram as capacidades dos modelos usando recursos mínimos.
“Cada vez mais, a arte de treinar modelos consiste em selecionar os dados perfeitos e não desperdiçar nenhum dos seus fracassos em tokens desnecessários que, na verdade, não ensinaram muito ao seu modelo”, afirmou em entrevista ao site Semafor.
Sobre o MAI-Voice-1
O MAI-Voice-1 é um modelo de geração de fala extremamente rápido, com capacidade de gerar um minuto inteiro de áudio em menos de um segundo em uma única GPU, tornando-o um dos sistemas de fala mais eficientes disponíveis atualmente, segundo a Microsoft. A ferramenta pode ser acessada pelos recursos Copilot Daily e Podcasts.
“A voz é a interface do futuro para companheiros de IA e o MAI-Voice-1 oferece áudio expressivo e de alta fidelidade em cenários com um ou vários falantes”, diz a empresa.
Os usuários poderão experimentar demonstrações de discurso expressivo e narrativa no Copilot Labs, que permite desde criar histórias com uma simples mensagem até elaborar uma meditação guiada personalizada para ajudar a dormir.
Leia Mais:
- Microsoft está resolvendo problema de áudio no Windows 11
- Veja como usar nova função do Copilot que facilita tabelas no Excel
- Adeus, controle remoto? TVs da Samsung terão IA da Microsoft
E o MAI-1-preview?
O MAI-1-preview é um modelo interno, pré-treinado e pós-treinado em aproximadamente 15.000 GPUs NVIDIA H100 — o Grok, da xAI, foi treinado em mais de 100.000 desses chips. A IA foi projetada para seguir instruções e fornecer respostas a perguntas do dia a dia. Trata-se do primeiro modelo básico da Microsoft treinado de ponta a ponta, oferecendo uma visão geral do que podemos esperar do Copilot no futuro.
Nas próximas semanas, o recurso estará disponível para determinados casos de uso de texto no Copilot. A Microsoft também iniciou os testes públicos do MAI-1-preview no LMArena, uma plataforma popular para avaliação de modelos comunitários.
“Continuaremos a usar os melhores modelos da nossa equipe, dos nossos parceiros e as inovações mais recentes da comunidade de código aberto para impulsionar nossos produtos. Essa abordagem nos dá a flexibilidade necessária para entregar os melhores resultados em milhões de interações únicas todos os dias”, diz a big tech.
O post Microsoft lança novos modelos de IA para textos e áudio; conheça apareceu primeiro em Olhar Digital.