マイクロソフトが初の社内AIモデルを発表：超高速スピーチ用のMAI-Voice-1と、指示に従うタスク用のMAI-1-Preview

概要

マイクロソフトは、迅速な音声生成のための初の社内AIモデル、MAI-Voice-1と、指示に従うタスクのためのMAI-1-previewを発表しました。

マイクロソフトAIは、マイクロソフト全体でAI技術を開発・統合することに特化した部門であり、初の高忠実度かつ表現豊かな音声生成モデルであるMAI-Voice-1のリリースを発表しました。このモデルは現在、Copilot Dailyやポッドキャスト、さらに新しいCopilot Labs体験で利用可能であり、ユーザーは表現豊かな音声やストーリーテリング機能を探索することができます。

MAI-Voice-1は、シングルおよびマルチスピーカーシナリオで自然な音声を提供し、速度を重視して設計されています。1つのGPUで1分間のスピーチを1秒未満で生成できるため、現在利用可能な最も効率的な音声生成システムの1つとなっています。このモデルは、インタラクティブな「あなたの冒険を選んでください」ストーリーやパーソナライズされたガイド付き瞑想などのアプリケーションを可能にし、AIコンパニオンの主要なインターフェースとしての音声の可能性を示しています。

マイクロソフトAIが初の完全に訓練された基盤モデルMAI-1-Previewのパブリックテストを開始

それに加えて、Microsoft AIは、コミュニティモデル評価のために広く使用されているプラットフォームLMArenaでMAI-1-previewの一般公開テストを開始しました。これは、部門の最初の完全にトレーニングされた基盤モデルを示し、Copilotに統合される機能の初期の姿を提供します。MAI-1-previewは、社内の専門家モデルの混合であり、約15,000のNVIDIA H100 GPUで事前および事後トレーニングされており、指示に従うことを処理し、日常業務に役立つ応答を提供するように設計されています。

モデルは、Microsoft AIがフィードバックを収集し、パフォーマンスを洗練できるように、Copilotの選択されたテキストベースのユースケースに徐々に導入されます。チームは、社内モデル、パートナーの貢献、およびオープンソースの革新を組み合わせて、毎日数百万のインタラクションにわたる結果を最適化します。MAI-1-previewは信頼できるテスターにも利用可能で、強みと改善点に関する洞察を収集するためのAPIアクセス申請が行われています。

今後、Microsoft AIはモデルをさらに進化させ、異なるユーザーの意図やシナリオに合わせた専門モデルのスイートを組織する計画です。この部門は、先進的なAIソリューションの開発を続け、世界中のユーザーにアクセス可能にすることを目指しています。