Microsoft souhaite proposer « l'usine d'agents d'IA et d'applications la plus complète ».
Microsoft a publié trois nouveaux modèles fondamentaux d'IA, créés en interne, ce qui place l'entreprise en concurrence directe avec ses concurrents en matière d'IA d'entreprise, malgré ses liens profonds avec OpenAI.
Les nouveaux modèles fondamentaux ciblent trois des modalités les plus commercialement viables : le texte, la voix et les images. Les modèles alimentent déjà les produits de Microsoft, notamment Copilot, Bing et Azure Speech, a indiqué la société, et seront disponibles en avant-première via Microsoft Foundry et MAI Playground.
Avec cela, Microsoft poursuit ses objectifs consistant à fournir « l’usine d’agents d’IA et d’applications la plus complète », a-t-il déclaré. La société, estimée à 2 700 milliards de dollars, propose déjà plusieurs applications et services de plateforme intégrés à l’IA. Son Copilot Studio permet aux utilisateurs de créer des agents, tandis que les services Foundry offrent un endroit pour former et mettre à l'échelle des modèles.
Pendant ce temps, une intégration Copilot récemment annoncée avec Claude Cowork d'Anthropic vise à cibler la demande croissante d'agents autonomes.
« MAI-Transcribe-1 » est un modèle de reconnaissance vocale de première génération qui devrait offrir une « précision de niveau entreprise » dans 25 langues à un coût GPU environ 50 % inférieur à celui de ses alternatives. Le modèle montre un « taux d'erreur de mot » moyen inférieur à 4 %, tandis que GPT-Transcribe est à 4,2 % et Gemini 3.1 Flash à 4,9 %.
« MAI-Voice-1 » est un modèle de génération vocale qui, selon Microsoft, peut produire 60 secondes d'audio expressif en moins d'une seconde sur un seul GPU.
Ensemble, les deux modèles sont destinés à fournir une pile d'IA audio capable de faciliter les flux de travail des centres d'appels et d'autres interfaces vocales, telles que la fourniture de sous-titres en direct, le sous-titrage automatique et la conversion des interactions en données structurées pour la recherche.
Le modèle d'image de deuxième génération de Microsoft, le « MAI-Image-2 », devrait offrir aux artistes un moyen « d'explorer » différentes directions visuelles. Le modèle est créé en « étroite collaboration » avec des artistes, a indiqué la société, et vise à aider les entreprises à créer du matériel de marque et de communication.
MAI-Image-2 a fait ses débuts à la troisième place du classement Arena.ai pour les familles de modèles d'image. Il se situe désormais au cinquième rang.
Microsoft a soutenu OpenAI lors de son récent cycle de financement de 122 milliards de dollars aux côtés d'Amazon, Nvidia et SoftBank. À la fin de l'année dernière, la société a annoncé un plan d'investissement de 10 milliards de dollars pour un centre de données au Portugal. La société a annoncé son intention de dépenser plus de 37 milliards de dollars au cours du dernier trimestre.
