微软推出了“MAI-Transcribe-1”，这是一种人工智能转录模型，可在 25 种广泛使用的语言中实现语音到文本的准确性。该模型旨在为会议、隐藏式字幕和听写等应用程序提供服务。
MAI-Transcribe-1 将与其他模型 MAI-Voice-1 和 MAI-Image-2 一起在 Microsoft Foundry 上提供。微软表示，此次发布使得“MAI 模型首次广泛用于商业用途”，使客户能够在转录、语音和图像生成中评估和构建利用人工智能的应用程序。
MAI-Voice-1 具有超现实语音生成功能，可在扩展内容中保持说话者身份和情感细微差别。它包括语音提示功能，可以从仅一分钟的录制音频中开发自定义品牌声音。
同时，MAI-Image-2 是一种新的文本到图像生成模型，擅长渲染自然光、准确的肤色和图像中的清晰文本。该模型在 Arena.ai 文本转图像排行榜上名列前三。
微软继续减少对 OpenAI 技术的依赖。该公司批评 GPT-4 成本高且响应时间慢。因此，微软已经开始开发自己的内部人工智能模型，并正在评估其 Copilot 功能的第三方模型。
微软 AI 首席执行官 Mustafa Suleyman 确认了开发“前沿”AI 模型的重点，并指出它们不会达到 OpenAI 产品的复杂程度。 Microsoft Copilot 领导层最近进行了重组，形成了四个部门：Copilot 体验、Copilot 平台、Microsoft 365 应用程序和 AI 模型。 Snap 前高管 Jacob Andreou 将领导 Copilot 体验部门，并向微软首席执行官 Satya Nadella 汇报。
Salesforce首席执行官马克·贝尼奥夫此前表示，微软可能会停止使用OpenAI技术，并指出OpenAI面临的挑战，包括放弃其旨在在美国各地建设数据中心的价值5000亿美元的Stargate项目。
<小时/>
