Microsoft je v četrtek predstavil tri lastne modele umetne inteligence za prepis govora, sintezo glasu in ustvarjanje slik. Gre za najobsežnejšo objavo lastnih modelov doslej in del širše strategije zmanjševanja odvisnosti od partnerja OpenAI, ki jo vodi direktor Microsoftovega oddelka za umetno inteligenco Mustafa Suleyman.
Model MAI-Transcribe-1 prepisuje govor v besedilo v 25 jezikih in je po navedbah podjetja 2,5-krat hitrejši od obstoječe ponudbe Azure Fast ter najbolj natančen na trgu po merilu industrijskega standarda FLEURS. Model MAI-Voice-1 omogoča ustvarjanje 60 sekund naravno zvenečega govora v eni sekundi, MAI-Image-2 pa se na lestvici Arena.ai uvršča med tri najboljše modele za ustvarjanje slik. Vsi trije so na voljo prek platforme Microsoft Foundry.
Suleyman je za Bloomberg povedal, da Microsoft cilja na najnaprednejše modele za besedilo, slike in zvok do leta 2027. Podjetje širi računalniške zmogljivosti z namestitvijo Nvidijinih čipov GB200 arhitekture Blackwell in razvija lastni čip Maia 200. Po reorganizaciji marca 2026 se je Suleyman neposredno osredotočil na razvoj lastnih modelov, kar je jasna sprememba v primerjavi z obdobjem, ko je Microsoft zgolj posredoval modele OpenAI.
Računalniške zmogljivosti za poganjanje modelov v realnem času ne dohitevajo povpraševanja. Po oceni Deloitta sklepanje (inference) predstavlja okrog dve tretjini vseh izdatkov za računalniške zmogljivosti v panogi AI. Od 16 GW načrtovanih zmogljivosti podatkovnih centrov za leto 2026 jih je trenutno v gradnji le pet. Dobavni roki za grafične procesorje so se podaljšali na skoraj eno leto, pomnilniki z visoko pasovno širino pa so razprodani do konca leta 2026. Suleyman je na družbenem omrežju X zapisal, da bo v prihodnjih dveh do treh letih uspeh v panogi bolj odvisen od dostopa do infrastrukture kot od inteligence modelov samih.
Microsoft je do oktobra 2025 na podlagi pogodbe z OpenAI imel omejeno možnost razvoja lastnih najnaprednejših modelov, in sicer z omejitvijo računalniške moči za učenje, ki se meri v operacijah na sekundo (FLOPS). Prenova pogodbe mu je odprla pot k temu, kar Suleyman imenuje “prava samozadostnost” v AI. Podjetje načrtuje letne kapitalske izdatke v višini več kot 120 milijard dolarjev za infrastrukturo AI, večinoma za podatkovne centre. Novembra 2025 je Suleyman ustanovil ekipo za razvoj superinteligentnih sistemov, ki združuje raziskovalce, privabljene od Googla, DeepMinda, Mete, OpenAI in Anthropica.
