Microsoft ra mắt 2 mô hình AI mới tạo âm thanh vượt trội

Ngày 29-8, Microsoft chính thức công bố hai mô hình AI đầu tiên do chính tập đoàn phát triển và huấn luyện nội bộ, đánh dấu bước ngoặt lớn trong chiến lược xây dựng nền tảng AI riêng biệt, giảm bớt sự phụ thuộc vào công nghệ bên ngoài. Hai mô hình này là MAI-Voice-1 và MAI-1-preview, nằm trong bối cảnh cạnh tranh ngày càng gay gắt của lĩnh vực trí tuệ nhân tạo toàn cầu.

MAI-Voice-1 là công cụ chuyển văn bản thành âm thanh với khả năng vượt trội, có thể tạo ra đoạn âm thanh dài một phút chỉ trong chưa đầy một giây sử dụng một GPU đơn. Mô hình này không chỉ giúp tăng tốc đáng kể quá trình tạo giọng nói tự nhiên mà còn tích hợp vào nhiều dịch vụ của Microsoft Copilot, như Copilot Daily – cung cấp bản tin âm thanh hàng ngày, hay các chương trình podcast tương tác giữa các AI. Thú vị hơn, người dùng còn có thể tinh chỉnh phong cách và tâm trạng của giọng nói, từ chế độ Emotive đa dạng giọng và phong cách đến chế độ Story mang lại trải nghiệm kể chuyện như đọc sách.

Bên cạnh đó, Microsoft giới thiệu MAI-1-preview – mô hình ngôn ngữ hoàn toàn được phát triển và huấn luyện nội bộ, dựa trên nhiều mô hình ngôn ngữ lớn (LLM). Quá trình huấn luyện mô hình này cực kỳ quy mô, sử dụng khoảng 15.000 chip GPU Nvidia H100. MAI-1-preview có khả năng xử lý các chỉ dẫn bằng văn bản và cung cấp câu trả lời hữu ích cho các tình huống thường ngày, được xem là nền tảng cho các sản phẩm AI tương lai trong hệ sinh thái Microsoft Copilot.

Microsoft cho biết MAI-1-preview hiện mới ở giai đoạn dùng thử và đã bắt đầu thử nghiệm trên nền tảng đánh giá hiệu suất AI LMArena. Hai mô hình này thể hiện một bước tiến chiến lược quan trọng giúp Microsoft tự chủ hơn về công nghệ AI, đồng thời tạo ra các trải nghiệm đa dạng, phong phú hơn cho người dùng. Động thái này cũng mở ra giai đoạn cạnh tranh mới trong cuộc đua AI giữa các ông lớn công nghệ trên thế giới.

Trước đó, các dịch vụ Copilot của Microsoft vẫn chủ yếu dựa trên nền tảng của OpenAI. Với việc ra mắt 2 mô hình nội bộ này, Microsoft nhắm tới việc xây dựng một bộ công cụ AI đa chức năng, phù hợp với nhiều mục đích và nhu cầu sử dụng khác nhau, hướng tới tương lai AI mạnh mẽ và sáng tạo hơn cho người dùng toàn cầu.