マイクロソフトの新しいAIモデルはテキストだけにとどまらない from CNET(Products)

Microsoft は、自社開発の画像モデルの第一世代を含む 3 つの新しい AI モデルを発表しました。
新しいモデルは音声とテキストの文字起こし用に構築されており、最大 60 秒の音声録音とビデオのキャプションを作成できます。
オリジナルの画像モデルよりも明らかに高度な Microsoft の Copilot チャットボットは、遅延なく高品質の音声録音を生成できます。
ただし、これは Google の Veo 3.1Lite ビデオ モデルや OpenAI の Copilot Health のような大規模な言語モデルを動かすには十分ではありません。
教育用画像モデル – 2 は、CopilotCoworker health coaxelcoachModel-2 テクノロジー プラットフォーム (更新バージョン) などと呼ばれるビッグ データ モデリング ツールを使用した研究活動を行うスタートアップ ベンチャーで使用される予定です。
これは先週のことです。
両社ともそれ以来、まだ回避策があまりありません。