Microsoft (MSFT) vừa phát hành ba mô hình AI nội bộ hoàn toàn mới thông qua nền tảng Microsoft Foundry: MAI-Transcribe-1 chuyển giọng nói thành văn bản với 25 ngôn ngữ, MAI-Voice-1 tạo giọng nói biểu cảm và MAI-Image-2 tạo hình ảnh. Đây là bước đi chiến lược nhằm giảm phụ thuộc vào OpenAI.

Hiệu suất vượt trội, chi phí thấp hơn

MAI-Transcribe-1 tiêu tốn ít hơn 50% tài nguyên GPU so với đối thủ và xử lý hàng loạt nhanh gấp 2,5 lần. MAI-Voice-1 tạo 60 giây âm thanh biểu cảm chỉ trong chưa đầy 1 giây trên một GPU duy nhất. MAI-Image-2 đạt vị trí thứ 3 trên bảng xếp hạng Arena.ai với tốc độ tạo ảnh nhanh gấp đôi.

Tích hợp ngay vào hệ sinh thái

Cả ba mô hình đã được triển khai trên Copilot, Bing và PowerPoint. Động thái này cho thấy Microsoft đang xây dựng năng lực AI độc lập, không còn phụ thuộc hoàn toàn vào đối tác OpenAI như trước đây. Cuộc đua mô hình nền tảng giữa các tập đoàn công nghệ lớn ngày càng nóng lên.