Microsoft и Google в один день выпустили новые модели ИИ: голосовые, визуальные и локальные открытые возможности одновременно

Microsoft и Google в четверг оба объявили о запуске новых моделей ИИ, но различия между ними заметны: Microsoft выпустила новую базовую модель MAI, доступную только через Azure Foundry и через MAI Playground, работающий только в США; тогда как Google представила абсолютно новую открытую модель Gemma 4, которую можно запускать локально. Кроме того, Google изменила лицензионные соглашения для этих новых открытых моделей на Apache 2.0.

Три модели MAI собственного производства «мирового класса»

В линейку «мирового класса» моделей MAI, выпущенных Microsoft, входят три продукта:

Во-первых, MAI-Transcribe-1 — это «самая современная» модель преобразования речи в текст, которая понимает 25 языков, наиболее широко используемых в мире; ее пакетная скорость транскрибации по сравнению с существующим решением Microsoft Azure Fast увеличена в 2,5 раза.

Во-вторых, MAI-Voice-1 — это новая модель генерации речи: она может генерировать аудио длительностью 60 секунд всего за 1 секунду. При этом она также поддерживает создание пользовательских голосов в Microsoft Foundry с использованием коротких аудиопримеров.

Наконец, MAI-Image-2 — это более быстрая модель генерации изображений по текстовому описанию: на данный момент она уже начала появляться в Copilot, а затем будет постепенно внедряться в Bing и PowerPoint.

Microsoft заявляет:

«Мы быстро разворачиваем эти топовые модели, чтобы поддержать наши собственные продукты для потребителей и бизнеса. Очень скоро вы увидите больше моделей в Foundry и в различных продуктах и опытах Microsoft».

Открытая модель Gemma 4 от Google

Открытая модель Gemma 4 от Google использует лицензию Apache 2.0 и больше не применяет ранее настроенное лицензионное соглашение Gemma. Google заявляет, что эти модели обладают расширенными возможностями рассуждений, агентными рабочими процессами, генерацией кода, а также умением генерировать визуальный контент и аудио; при этом предлагается четыре разных версии, оптимизированных для локального запуска, и они даже могут работать на «миллиардах устройств Android».

Google заявляет:

«Gemma 4 построена на том же мировом уровне исследований и технологиях, что и Gemini 3, и представляет собой наиболее сильную линейку моделей, которую вы можете запускать локально на аппаратном обеспечении. Они дополняют наши модели Gemini, обеспечивая разработчикам один из самых сильных наборов инструментов: и открытых, и проприетарных».

В частности, модели Gemma 4 большего масштаба на 26B и 31B нацелены на запуск на потребительских GPU — их можно использовать для работы с IDE, программных помощников и агентных рабочих процессов. А более легкие версии E2B и E4B сильнее ориентированы на мульти-модальные возможности и обработку с низкой задержкой, подходят для мобильных устройств и устройств IoT (включая Raspberry Pi). Эти модели также поддерживают полностью автономный запуск.

Открытые модели Gemma 4 от Google можно скачать на нескольких платформах, включая Hugging Face, Kaggle и Ollama. Google подчеркивает:

«В области безопасности инфраструктуры эти модели следуют таким же строгим протоколам безопасности, как и наши проприетарные модели».

Больше новостей, обновления продолжаются

Предупреждение о рисках и отказ от ответственности

        На рынке есть риски, инвестируйте с осторожностью. Эта статья не представляет собой персональную инвестиционную рекомендацию и не учитывает особые инвестиционные цели, финансовое положение или потребности отдельных пользователей. Пользователи должны оценить, соответствуют ли любые мнения, взгляды или выводы в этой статье их конкретным обстоятельствам. В случае инвестирования исходя из сказанного ответственность несете вы сами.