أعلنت شركة “مايكروسوفت أيه آي” إطلاق ثلاثة نماذج أساسية جديدة للذكاء الاصطناعي ضمن منصة Microsoft Foundry. وتعد هذه خطوة تعكس استمرار الشركة في بناء عائلة نماذجها الخاصة متعددة الوسائط.
وتشمل هذه النماذج أدوات للتفريغ الصوتي، وتوليد الصوت، وإنشاء الصور انطلاقا من أوامر نصية.
ويحمل النموذج الأول اسم **MAI-Transcribe-1**، وهو مخصص لتحويل الكلام إلى نص عبر 25 لغة. وقالت مايكروسوفت إنه يوفر دقة موجهة للاستخدامات المؤسسية. كذلك، يتميز بكلفة معالجة على وحدات الرسومات أقل بنحو 50 في المائة من بعض البدائل الرائدة. بينما أشار تقرير TechCrunch إلى أنه أسرع بنحو 2.5 مرة من خدمة Azure Fast التابعة للشركة.
MAI-Voice-1 لتوليد الصوت بسرعة عالية
أطلقت مايكروسوفت أيضا نموذج **MAI-Voice-1**، وهو مخصص لتوليد صوت عالي الجودة وبنبرة تعبيرية. ووفق الشركة، يستطيع هذا النموذج إنتاج 60 ثانية من الصوت في أقل من ثانية على وحدة معالجة رسومية واحدة. كما يتيح إنشاء أصوات مخصصة.
ويمثل هذا التوجه توسعا واضحا في خدمات الذكاء الاصطناعي الصوتي لدى مايكروسوفت، خاصة مع تزايد الطلب على تطبيقات القراءة الصوتية، والمساعدات الرقمية، وخدمات إنشاء المحتوى الصوتي. وهذا يضع الشركة في منافسة مباشرة مع مختبرات أخرى تطور نماذج موجهة للنص والصوت والصورة في الوقت نفسه.
MAI-Image-2 يركز على توليد الصور
أما النموذج الثالث فهو **MAI-Image-2**، وقد وصفته مايكروسوفت بأنه أقوى نموذج نص-إلى-صورة لديها حتى الآن. وقالت الشركة إن النموذج استهدف الأعمال الإبداعية عالية الجودة، مثل الصور الواقعية والرسوم المعلوماتية. فيما أشار منشور Microsoft Foundry إلى أنه ظهر في المركز الثالث على لوحة Arena.ai الخاصة بعائلات نماذج الصور.
وهنا يبرز فرق مهم عن الصياغة الواردة في المادة الأصلية: المصادر التي تحققت منها تشير إلى أن **MAI-Image-2** نموذج لتوليد الصور، لا الفيديو.
خطوة جديدة في سباق النماذج الخاصة
يرى TechCrunch أن هذا الإطلاق يعكس إصرار مايكروسوفت على تطوير نماذجها الداخلية ومنافسة مختبرات الذكاء الاصطناعي الأخرى، رغم علاقتها الوثيقة مع OpenAI. كما أظهرت صفحات مايكروسوفت الرسمية أن النماذج الثلاثة أصبحت متاحة في المعاينة العامة داخل Foundry للمطورين.
