Microsoft dan Google merilis model AI baru pada hari yang sama: kemampuan suara, gambar, dan sumber terbuka lokal bersamaan diluncurkan

Microsoft dan Google mengumumkan pada hari Kamis peluncuran model AI baru, tetapi perbedaannya jelas: Microsoft merilis model dasar baru MAI, yang hanya tersedia melalui platform Azure Foundry dan MAI Playground yang hanya untuk AS; sedangkan Google meluncurkan model open-source baru Gemma 4, yang dapat dijalankan secara lokal. Selain itu, Google juga mengubah perjanjian lisensi untuk model open-source baru tersebut menjadi Apache 2.0.

Tiga model MAI buatan sendiri “kelas dunia”

Model MAI buatan sendiri “kelas dunia” yang diluncurkan oleh Microsoft mencakup total tiga jenis:

Pertama adalah MAI-Transcribe-1, yaitu model speech-to-text “paling mutakhir”, yang mampu memahami 25 bahasa yang paling banyak digunakan di seluruh dunia, dengan kecepatan transkripsi batch yang meningkat 2,5 kali dibanding skema Azure Fast yang sudah ada milik Microsoft.

Kedua adalah MAI-Voice-1, yaitu model generasi suara baru yang dapat menghasilkan audio berdurasi 60 detik hanya dalam 1 detik. Selain itu, ia juga mendukung pembuatan suara khusus di Microsoft Foundry melalui sampel audio berdurasi singkat.

Terakhir adalah MAI-Image-2, yaitu model text-to-image yang lebih cepat; saat ini sudah mulai diluncurkan di Copilot, dan selanjutnya akan diterapkan secara bertahap ke Bing dan PowerPoint.

Microsoft menyatakan:

“Kami sedang melakukan penempatan cepat model-model kelas atas ini untuk mendukung produk konsumen dan bisnis kami. Tidak lama lagi, Anda akan melihat lebih banyak model di Foundry serta berbagai produk dan pengalaman Microsoft.”

Model open-source Gemma 4 yang diluncurkan oleh Google

Model open-source Gemma 4 yang diluncurkan oleh Google menggunakan lisensi Apache 2.0, dan tidak lagi menggunakan perjanjian lisensi Gemma yang disesuaikan sebelumnya. Google menyatakan, model-model ini memiliki kemampuan penalaran tingkat lanjut, alur kerja berbasis agen (agentic), pembuatan kode, serta kemampuan pembuatan visual dan audio, dan menyediakan empat versi berbeda, yang dioptimalkan untuk menjalankan secara lokal; bahkan dapat berjalan pada “puluhan miliar perangkat Android”.

Google menyatakan:

“Gemma 4 didasarkan pada riset kelas dunia dan teknologi yang sama seperti Gemini 3, dan merupakan rangkaian model dengan kemampuan paling kuat yang bisa Anda jalankan secara lokal di perangkat keras. Model-model ini saling melengkapi dengan model Gemini kami, serta menyediakan kombinasi alat open-source dan proprietary terkuat di industri bagi para pengembang.”

Di antaranya, versi Gemma 4 yang lebih besar, yaitu 26B dan 31B, ditujukan untuk dijalankan pada GPU kelas konsumen, dan dapat digunakan untuk menggerakkan IDE, asisten pemrograman, serta alur kerja berbasis agen. Sementara itu, versi E2B dan E4B yang lebih ringan lebih menitikberatkan pada kemampuan multimodal dan pemrosesan berlatensi rendah, yang cocok untuk perangkat bergerak dan perangkat IoT (termasuk Raspberry Pi). Model-model ini juga mendukung dijalankan sepenuhnya secara offline.

Model open-source Gemma 4 dari Google dapat diunduh di berbagai platform, termasuk Hugging Face, Kaggle, dan Ollama. Google menekankan:

“Model-model ini, dalam hal keamanan infrastruktur, mengikuti protokol keamanan ketat yang sama seperti model proprietary kami.”

Berita lainnya, terus diperbarui

Peringatan risiko dan ketentuan penyangkalan

        Ada risiko di pasar, investasi perlu kehati-hatian. Artikel ini tidak merupakan nasihat investasi pribadi, dan tidak mempertimbangkan tujuan investasi khusus pengguna tertentu, kondisi keuangan, atau kebutuhan. Pengguna harus mempertimbangkan apakah setiap pendapat, pandangan, atau kesimpulan dalam artikel ini sesuai dengan situasi spesifik mereka. Dengan demikian, berinvestasilah dengan tanggung jawab sendiri.