Maison
Microsoft présente ses modèles développés en interne, MAI-Image-2.5-Pro et MAI-Voice-2-Flash, désormais intégrés à Bing et PowerPoint
Le 23 juillet, Microsoft a annoncé la mise à disposition en avant-première publique de deux modèles d'IA propriétaires : MAI-Image-2.5-Pro et MAI-Voice-2-Flash. Ces modèles sont conçus pour la génération d'images de haute qualité et les interactions vocales à forte concurrence. Microsoft a souligné que les données d'entraînement sont nettoyées, traçables et ne proviennent pas de la distillation de modèles tiers. Entièrement développés en interne, ces modèles sont directement au service des utilisateurs des produits Microsoft.

Un modèle d’image d’une précision inégalée réduit les coûts liés aux GPU jusqu’à 84 %
MAI-Image-2.5-Pro est le modèle d’image le plus précis de Microsoft. Il cible des cas d’utilisation exigeants tels que la génération d’images phares, l’édition détaillée et le rendu de texte dans les images, tout en prenant en charge les instructions d’édition en langage naturel. Il est devenu le modèle de génération d’images par défaut dans Bing Image Creator et est utilisé pour l’édition d’image à image dans PowerPoint. Par rapport à GPT-Image-2, il réduit les coûts liés aux GPU jusqu’à 84 %. Après son déploiement dans OneDrive, les taux de réussite des scénarios ont augmenté de 26 %, la latence P95 a baissé d’environ 25 % et l’efficacité dans les environnements de production à charge moyenne a été multipliée par 2,5.
La tarification est de 5 $ par million de jetons pour la saisie de texte et de 106 $ par million de jetons pour la sortie d’images.
Un modèle vocal deux fois plus rapide, au service de clients tels que T-Mobile

MAI-Voice-2-Flash est optimisé pour les applications vocales à haute fréquence, offrant une vitesse environ deux fois supérieure à celle de la génération précédente et une réduction des coûts de 32 %, ce qui le rend idéal pour les scénarios nécessitant une réponse rapide, tels que les centres de contact et les assistants vocaux. Intégré à Dynamics 365 Contact Center, il est utilisé par des clients tels que T-Mobile et EasyJet, avec des réductions de coûts liées aux GPU pouvant atteindre 89 %. Microsoft l’a également intégré au service Azure Voice Live, permettant ainsi aux développeurs de créer des agents interactifs voix-voix.
Par ailleurs, le modèle MAI-Transcribe-1.5 de la même série a été appliqué à la solution vocale médicale Dragon Copilot, utilisée par 170 000 professionnels de santé. Il a traité 28 millions de consultations de patients au cours du dernier trimestre, prend en charge 58 langues et réduit les taux d’erreur de transcription d’environ 50 % pour la plupart des langues. Microsoft a révélé que le cluster de calcul GB200 de nouvelle génération est déjà opérationnel et que la série MAI continuera de s’étendre.
Article connexe
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Recommandations de sujets spéciaux liés
commentaires (0)
Le 23 juillet, Microsoft a annoncé la mise à disposition en avant-première publique de deux modèles d'IA propriétaires : MAI-Image-2.5-Pro et MAI-Voice-2-Flash. Ces modèles sont conçus pour la génération d'images de haute qualité et les interactions vocales à forte concurrence. Microsoft a souligné que les données d'entraînement sont nettoyées, traçables et ne proviennent pas de la distillation de modèles tiers. Entièrement développés en interne, ces modèles sont directement au service des utilisateurs des produits Microsoft.

Un modèle d’image d’une précision inégalée réduit les coûts liés aux GPU jusqu’à 84 %
MAI-Image-2.5-Pro est le modèle d’image le plus précis de Microsoft. Il cible des cas d’utilisation exigeants tels que la génération d’images phares, l’édition détaillée et le rendu de texte dans les images, tout en prenant en charge les instructions d’édition en langage naturel. Il est devenu le modèle de génération d’images par défaut dans Bing Image Creator et est utilisé pour l’édition d’image à image dans PowerPoint. Par rapport à GPT-Image-2, il réduit les coûts liés aux GPU jusqu’à 84 %. Après son déploiement dans OneDrive, les taux de réussite des scénarios ont augmenté de 26 %, la latence P95 a baissé d’environ 25 % et l’efficacité dans les environnements de production à charge moyenne a été multipliée par 2,5.
La tarification est de 5 $ par million de jetons pour la saisie de texte et de 106 $ par million de jetons pour la sortie d’images.
Un modèle vocal deux fois plus rapide, au service de clients tels que T-Mobile

MAI-Voice-2-Flash est optimisé pour les applications vocales à haute fréquence, offrant une vitesse environ deux fois supérieure à celle de la génération précédente et une réduction des coûts de 32 %, ce qui le rend idéal pour les scénarios nécessitant une réponse rapide, tels que les centres de contact et les assistants vocaux. Intégré à Dynamics 365 Contact Center, il est utilisé par des clients tels que T-Mobile et EasyJet, avec des réductions de coûts liées aux GPU pouvant atteindre 89 %. Microsoft l’a également intégré au service Azure Voice Live, permettant ainsi aux développeurs de créer des agents interactifs voix-voix.
Par ailleurs, le modèle MAI-Transcribe-1.5 de la même série a été appliqué à la solution vocale médicale Dragon Copilot, utilisée par 170 000 professionnels de santé. Il a traité 28 millions de consultations de patients au cours du dernier trimestre, prend en charge 58 langues et réduit les taux d’erreur de transcription d’environ 50 % pour la plupart des langues. Microsoft a révélé que le cluster de calcul GB200 de nouvelle génération est déjà opérationnel et que la série MAI continuera de s’étendre.
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc











