Microsoft ने इमेज जनरेशन और स्पीच रिकॉग्निशन के लिए MAI-Image-2.5-Pro और MAI-Voice-2-Flash AI मॉडल पेश किए

माइक्रोसॉफ्ट ने दो नए आंतरिक रूप से विकसित एआई मॉडल के सार्वजनिक प्रीव्यू लॉन्च किए हैं। MAI-Image-2.5-Pro प्रमुख इमेज जनरेटर है, जो उच्च गुणवत्ता वाली पीढ़ी, विस्तृत संपादन और सटीक टेक्स्ट रेंडरिंग प्रदान करता है। MAI-Voice-2-Flash उच्च थ्रूपुट वॉयस एप्लिकेशन जैसे कॉल सेंटर के लिए अनुकूलित है, जो बेस मॉडल की तुलना में दोगुनी तेजी से चलता है और 32% कम लागत देता है। कंपनी रिपोर्ट करती है कि Bing Image Creator अब पूरी तरह से MAI-Image-2.5 पर चलता है, और PowerPoint ने OpenAI के GPT-Image-2 का उपयोग करने की तुलना में GPU संसाधन लागत में 84% की कमी की है। MAI-Voice-2-Flash को Dynamics 365 Contact Center में तैनात करने से GPU लागत में 89% तक की कमी आई है और इसे Azure Voice Live में भी एकीकृत किया गया है। माइक्रोसॉफ्ट के Dragon Copilot, जिसका 170,000 स्वास्थ्य सेवा संगठनों द्वारा उपयोग किया जाता है, को MAI-Transcribe-1.5 में स्थानांतरित कर दिया गया, जो 58 भाषाओं का समर्थन करता है। GitHub Copilot पर हल्का MAI-Code-1-Flash मॉडल GPT-5.4 Mini और Claude Haiku 4.5 की तुलना में 10% बेहतर कोड स्वीकृति दिखाता है, कम टोकन खपत के साथ, और इसे Excel कार्यों के लिए आगे प्रशिक्षित किया गया जहां यह GPT-5.6 स्तर पर प्रदर्शन करता है, जबकि पुराने Nvidia H100 और A100 एक्सेलेरेटर पर चलता है।