Microsoft

MAI-Image-2.5 от Microsoft — это высококачественная модель генерации изображений, доступная через Azure AI Foundry. Она создает фотореалистичные и художественные изображения по текстовым запросам с поддержкой различных соотношений сторон.

MAI-Voice-2-Flash — это модель преобразования текста в речь с низкой задержкой от Microsoft для голосовых агентов, ассистентов, контакт-центров, озвучивания, доступности и других интерактивных приложений. Она генерирует выразительную монофоническую речь 24 kHz на 15 языках и в 18 локалях с точным контролем тона и подачи. Голосовой промптинг и клонирование требуют доступа, одобренного Microsoft, и соответствующего согласия говорящего.

MAI-Voice-2 — это выразительная модель синтеза речи от Microsoft. Она подходит для разговорных ассистентов, озвучивания медиа, доступности, образования и других голосовых приложений длинного формата. Она поддерживает 15 языков в 18 локалях, обеспечивает детальную настройку тона и подачи, многоголосую генерацию и генерацию по голосовому образцу из коротких аудиофрагментов без дообучения. Модель ставит естественность и выразительность выше генерации, критичной к задержке.

MAI-Transcribe 1.5 — это многоязычная модель преобразования речи в текст от Microsoft AI. Она подходит для субтитров, транскрибации звонков, создания субтитров, обеспечения доступности и других голосовых приложений, обеспечивая надежную транскрибацию на 43 языках, различных акцентах и зашумленном реальном аудио. Она поддерживает автоматическое определение языка и смещение ключевых слов для доменной терминологии, а также повышает скорость транскрибации длинных аудио по сравнению с MAI-Transcribe-1. Диаризация говорящих не поддерживается.

MAI-Image-2.5 от Microsoft — это высококачественная модель генерации изображений, доступная через Azure AI Foundry. Она создаёт фотореалистичные и художественные изображения по текстовым запросам с поддержкой различных соотношений сторон.

Microsoft Research Phi-4 разработана для достижения высоких результатов в сложных задачах рассуждения и может эффективно работать в условиях ограниченной памяти или когда требуются быстрые ответы. Модель с 14 миллиардами параметров была обучена на смеси высококачественных синтетических наборов данных, данных с курируемых веб-сайтов и академических материалов. Она прошла тщательную доработку, чтобы точно следовать инструкциям и поддерживать высокие стандарты безопасности. Она лучше всего работает с входными данными на английском языке. Для получения дополнительной информации см. Phi-4 Technical Report

WizardLM-2 8x22B — самая продвинутая модель Microsoft AI. Она демонстрирует высокую конкурентоспособность по сравнению с ведущими проприетарными моделями и стабильно превосходит все существующие открытые модели. Это инструктивная тонкая настройка Mixtral 8x22B. Подробнее о выпуске модели читайте здесь. moe