Microsoft dévoile les modèles MAI-Image-2.5-Pro et MAI-Voice-2-Flash pour la génération d'images et la reconnaissance vocale

Microsoft a lancé les préversions publiques de deux nouveaux modèles d'intelligence artificielle développés en interne. Le MAI-Image-2.5-Pro est le générateur d'images phare, offrant une génération de haute qualité, une édition détaillée et un rendu précis du texte. Le MAI-Voice-2-Flash est optimisé pour les applications vocales à haut débit comme les centres d'appels, fonctionnant deux fois plus vite et coûtant 32 % de moins que le modèle de base. L'entreprise indique que Bing Image Creator fonctionne désormais entièrement sur MAI-Image-2.5, et que PowerPoint a réduit les coûts des ressources GPU de 84 % par rapport à l'utilisation du GPT-Image-2 d'OpenAI. Le MAI-Voice-2-Flash déployé dans Dynamics 365 Contact Center a réduit les coûts GPU jusqu'à 89 % et est également intégré dans Azure Voice Live. Le Dragon Copilot de Microsoft, utilisé par 170 000 organisations de santé, a été migré vers le MAI-Transcribe-1.5, prenant en charge 58 langues. Le modèle léger MAI-Code-1-Flash sur GitHub Copilot montre une acceptation de code 10 % supérieure à celle du GPT-5.4 Mini et du Claude Haiku 4.5, avec une consommation de jetons inférieure, et a été entraîné davantage pour les tâches Excel où il atteint le niveau du GPT-5.6 tout en fonctionnant sur les anciens accélérateurs Nvidia H100 et A100.