Microsoft lança MAI-Image-2.5-Pro e MAI-Voice-2-Flash; nova

A Microsoft lançou em prévia pública dois novos modelos de inteligência artificial desenvolvidos internamente: MAI-Image-2.5-Pro, focado em geração e edição de imagens com compreensão de linguagem natural, e MAI-Voice-2-Flash, voltado para síntese e reconhecimento de voz. Segundo a empresa, o modelo de imagem representa um salto significativo na qualidade de renderização de texto em imagens, além de permitir edições iterativas mais naturais. O MAI-Voice-2-Flash complementa o portfólio de modelos de áudio, que já inclui o MAI-Transcribe-1.5. Os modelos foram treinados com dados próprios, sem destilação de modelos de terceiros, e já estão em produção em diversos produtos da Microsoft, como Bing, PowerPoint, OneDrive, Dynamics 365 e Azure. A estratégia da empresa é oferecer famílias de modelos que equilibrem qualidade, velocidade e custo, atendendo desde estúdios criativos que exigem alta fidelidade até centrais de atendimento que processam milhões de chamadas diariamente. Em testes internos, o MAI-Transcribe-1.5, que agora alimenta o Dragon Copilot, apresentou redução de 50% nas taxas de erro de transcrição e identificação de idioma em 58 línguas, com melhorias na precisão de prontuários médicos. A Microsoft afirma que os modelos superam concorrentes em qualidade, latência e eficiência em múltiplos cenários de uso real, e que continuará expandindo a família MAI com novos clusters computacionais, incluindo a próxima geração GB200.