Microsoft acelera su muda en el laboratorio de la Cámara con dos modelos no publicados, listos para competir con los tenores del sector mientras alimenta el copiloto. Con Mai-Voice-1 y MAI-1-Preview, el editor demuestra su conocimiento en términos de modelos vocales y textuales optimizados para sus infraestructuras y usos de consumo.
Microsoft y el beneficiario de los modelos de OpenAI y su avance tecnológico, Microsoft se aleja un poco más cada día, creando sus propios modelos y adoptando los de la competencia (especialmente antrópico), mientras que Optai ya no duda en caminar en los sets de Microsoft al lanzar el motor de búsqueda y trabajar de acuerdo con los rumores en su propio navegador web y su propio conjunto de oficinas.
Lo que también nos recuerda: Microsoft tiene los medios para desarrollar sus propios modelos IA y venir directamente a competir con Google Gemini o GPT-5 de OpenAI. Hasta ahora, el editor se había comunicado principalmente en sus modelos de código abierto «PHI». Pero acaba de formalizar dos modelos «de mayo» en desarrollo durante muchos años y que ya habíamos mencionado en mayo pasado.
Más voz-1dedicado a la generación de voz, y Previsión de Mai-1Un modelo de lenguaje de «base» destinado a usos de texto son dos nuevos modelos completamente desarrollados internamente en Microsoft, desde la selección de juegos de datos hasta la optimización de inferencias, incluidos el aprendizaje y las salvaguardas.
El anuncio es eminentemente simbólico por lo que marca un paso clave hacia una mayor autonomía tecnológica del editor y permanece compatible con su estrategia actual de múltiples modelos donde OpenAi conserva su lugar de prioridad en Copilot.
Más voz-1 Distinguido por el rendimiento de la síntesis vocal que no tiene que avergonzarse ante la competencia: Microsoft afirma que puede producir 60 segundos de audio en menos de un segundo con una sola GPU. El modelo ya alimenta las características de Copilot Daily and Podcasts, y es accesible en Copilot Labs (a través de una herramienta llamada Audio Expressions Copilot) para probar estilos de voz, narración y escenarios multi-interlocutores. Como sabemos, Microsoft quiere que la voz «la interfaz del futuro» de los compañeros y ventanas de IA, lo que requiere que reduzca costos y latencias a escala pública general. No es de extrañar, por lo tanto, que el editor hizo una prioridad de MAI-1.
Previsión de Mai-1Por su parte, es un modelo de mezcla de expertos «pre» y «post-» entrenado en aproximadamente 15,000 GPU NVIDIA H100. Microsoft lo posiciona primero para los casos de uso del consumidor, una elección asumida por Mustafa Suleyman, el CEO de la División Microsoft AI, con, para comenzar, un despliegue progresivo en ciertos usos textuales de Copilot y una evaluación pública en la famosa plataforma Lmarena. El acceso a la API está abierto a probadores de confianza.
Microsoft sigue siendo muy discreto por el momento en las especificidades técnicas de sus modelos. Por lo general, no se ha publicado un punto de referencia de comparación y no sabemos todo sobre las ventanas contextuales del modelo. En Lmarena, el modelo muestra puntajes cercanos a GPT-4.1, Gemini 2.5-Flash, Medio Mistral o Claude Opus 4. Sin embargo, podemos suponer que la inferencia de estos modelos se ha optimizado especialmente para los propios aceleradores IA de Microsoft, chips «MAIA-100».
Difícil de no ver en este anuncio un hito hacia una mayor independencia frente a OpenAi, sin una ruptura inmediata de la asociación y, mientras que las dos compañías están negociando para el futuro y las acciones de Microsoft en la futura entidad con fines de lucro de OpenAI. Pero el enfoque ilustra especialmente la estrategia de Microsoft en términos de IA con trayectorias producidas menos correlacionadas con las hojas de ruta de OpenAI, para tener un espacio más contractual y técnico para la maniobra. Ya lo hemos visto con el lanzamiento de Github Spark alojado por modelos de antrópico y no OpenAI. A corto plazo, nada cambia para las implementaciones existentes; En el mediano plazo, Copilot podría confiar cada vez más en los ladrillos de mayo para tareas específicas.
Y Microsoft para advertir que estos son solo los primeros pasos. » Somos un laboratorio ágil y receptivo, que reúne algunos de los talentos más grandes del mundo. Nuestro permiso de Mai Road es fascinante en el apoyo de nuestro clúster de nueva generación GB200ya operativo. Realizamos una ambiciosa misión a la que creemos profundamente »Escribe Mustafa Suleyman en una publicación de blog. Continuará …
Leer también:
Microsoft May: No es solo OpenAi en la vida …
AI toma la salud: Microsoft Mai-Dxo y Google Alphagenome prefiguran una nueva era de cuidado
Copiloto 3D: Microsoft prueba la imagen de la imagen 2D en modelos 3D
Phi-4, el nuevo modelo pequeño de Microsoft que razona como un gran
Copilot+ PC: Microsoft MU, el micro-modelo IA que personaliza Windows 11
[
