Microsoft lança três modelos próprios de IA: transcrição, voz e imagem

A Microsoft lançou três modelos de IA desenvolvidos internamente: o MAI-Transcribe-1, de transcrição de áudio para texto, supera o Whisper da OpenAI em todas as 25 línguas testadas com taxa de erro média de 3,8%. O MAI-Voice-1 gera 60 segundos de áudio em apenas 1 segundo, e o MAI-Image-2 estreou no top 3 do Arena AI.

Mustafa Suleyman, CEO de IA da Microsoft e cofundador da DeepMind, declarou a empresa como 'um dos três maiores labs' — cada modelo foi construído por equipes de menos de 10 engenheiros, usando metade das GPUs dos concorrentes.