مایکروسافت مدل تصویرساز خاص خود را به همراه بینگ و کوپایلوت معرفی کرد

مایکروسافت به تازگی هوش مصنوعی مولد تصویر جدید خود با نام «MAI-Image-1» را که ماه گذشته به معرفی آن پرداخته بود، در دو پلتفرم Bing Image Creator و Copilot Audio Expressions در دسترس قرار داده است.

طبق اظهارات «مصطفی سلیمان»، مدیرعامل حوزه هوش مصنوعی در مایکروسافت، مدل MAI-Image-1 در خلق تصاویر مربوط به غذا، مناظر طبیعی، نورپردازی‌های هنری و جزئیات فوتورئالیستی دستاوردهای فوق‌العاده‌ای دارد. کاربران می‌توانند در حال حاضر از این فناوری در بینگ و کوپایلوت بهره‌مند شوند. البته، این مدل متن-به-تصویر هنوز در کشورهایی از اتحادیه اروپا قابل استفاده نیست.

هوش مصنوعی تولید تصویر مایکروسافت

پیش‌تر مایکروسافت در وبلاگ خود جزئیات مربوط به این مدل را به اشتراک گذاشته بود؛ MAI-Image-1 از نظر تولید تصاویر فوتورئالیستی، شامل نورپردازی، مناظر و سایر موارد، عملکرد فوق‌العاده‌ای دارد. علاوه بر کیفیت این مدل، سرعت اجرای آن نیز بسیار بالا است و کاربران قادر خواهند بود تا ایده‌های خود را با بهترین کیفیت و در کوتاه‌ترین زمان ممکن به تصویر کشیده یا ویرایش کنند.

این مدل همچنین می‌تواند در «حالت داستانی» با پلتفرم متن-به-گفتار کوپایلوت به نام Copilot Audio Expressions، برای تولید تصاویر هنری مربوط به داستان‌های صوتی که توسط هوش مصنوعی خلق می‌شوند، مورد استفاده قرار گیرد.

به‌طور کلی، عرضه این مدل نمایانگر جدیدترین گام مایکروسافت در جهت خودکفایی و کاهش وابستگی به شرکای خارجی است. این شرکت در ماه اوت از اولین مدل‌های داخلی خود رونمایی کرد: MAI-Voice-1 و MAI-1-preview برای تولید گفتار و متن.

در آن زمان، مایکروسافت اعلام کرده بود که قصد دارد از MAI-1-preview در موارد خاصی در دستیار کوپایلوت خود استفاده کند که به وضوح حاکی از این است که مایکروسافت در حال کاهش وابستگی خود به مدل‌های OpenAI است.

با این حال، این اقدام دلیلی بر قطع همکاری نیست. مایکروسافت به‌طور همزمان اعلام کرده است که چت‌بات کوپایلوت در حال انتقال به آخرین مدل OpenAI یعنی GPT-5 است و همچنین مدل‌های Claude از شرکت آنتروپیک را به عنوان گزینه‌ای برای کاربران معرفی می‌کند.

در حال حاضر، MAI-Image-1 به عنوان یکی از سه مدل هوش مصنوعی در وب‌سایت و اپلیکیشن Bing Image Creator قرار داده شده است. دو مدل دیگر شامل DALL-E 3 و GPT-4o، به OpenAI تعلق دارند.