Microsoft Lanza Tres Modelos Fundacionales Propios para Impulsar la Autonomía en IA

El jueves 2 de abril de 2026, Microsoft Corp. implementó un movimiento estratégico clave al presentar tres modelos fundacionales de Inteligencia Artificial (IA) desarrollados internamente, buscando afianzar su independencia tecnológica frente a competidores como OpenAI y Google. Estos nuevos sistemas, accesibles a través de la plataforma Microsoft Foundry y el MAI Playground, cubren funcionalidades de transcripción de voz, generación de audio y creación de imágenes, señalando la dirección de la compañía hacia la autosuficiencia en el campo de la IA.

El equipo MAI Superintelligence, bajo la dirección de Mustafa Suleyman, CEO de Microsoft AI, es el responsable de estos avances, alineados con la promoción de una IA Humanista por parte de la empresa. El modelo de transcripción, denominado MAI-Transcribe-1, ha establecido un nuevo umbral de precisión, alcanzando una tasa de error de palabra (WER) promedio del 3.8% en las pruebas FLEURS, superando la versión Whisper-large-v3 de OpenAI en las 25 lenguas principales a nivel mundial. Microsoft sostiene que este modelo es el más exacto del mundo en dicho conjunto de idiomas y que su velocidad de procesamiento por lotes es 2.5 veces superior a la oferta anterior de Azure Fast. Sin embargo, se ha notificado que MAI-Transcribe-1 carece actualmente de capacidades como la diarización, la distinción entre distintos interlocutores, una función que Microsoft planea incorporar en futuras actualizaciones.

En el área de generación de audio, MAI-Voice-1 se posiciona como una herramienta avanzada, capaz de producir hasta 60 segundos de voz sintética en un solo segundo, además de permitir la creación de voces personalizadas a partir de muestras de audio concisas. Este modelo está diseñado para replicar matices y expresiones realistas, manteniendo la identidad del hablante incluso en contenidos extensos, y ya está siendo integrado en las experiencias de Copilot. Por su parte, MAI-Image-2, la segunda versión de su generador de imágenes, promete duplicar la velocidad de su predecesor y ya está siendo adoptado por socios empresariales como WPP para producción creativa a gran escala. No obstante, MAI-Image-2 presenta limitaciones iniciales, incluyendo soporte exclusivo para una relación de aspecto 1:1 y filtros de moderación más rigurosos que los ofrecidos por sus competidores.

Paralelamente a la presentación tecnológica, Microsoft enfrenta escrutinio por los términos de uso de la versión de consumo de Copilot. Usuarios y críticos han señalado una discrepancia, ya que la compañía comercializa Copilot como una herramienta de productividad integrada en Microsoft 365, mientras que el acuerdo de usuario, actualizado por última vez en octubre de 2025, mantiene una cláusula original de febrero de 2023 que estipula que la herramienta es “solo para fines de entretenimiento” y debe utilizarse “bajo su propio riesgo”. Esta disposición legal implica que los resultados no deben emplearse para asesoramiento crítico, lo cual contradice su posicionamiento comercial. Un portavoz de Microsoft ha calificado esta frase como un “término heredado” que no refleja el uso actual de Copilot y ha confirmado que será revisada en la próxima actualización contractual. Esta situación legal contrasta con el enfoque de utilidad empresarial promovido por el CEO Satya Nadella, y se asemeja a las cláusulas de exención de responsabilidad utilizadas por competidores como Anthropic y Meta, aunque estos últimos evitan la referencia explícita al entretenimiento.

La estrategia general de Microsoft parece centrarse en ofrecer una plataforma de IA competitiva tanto en precio como en rendimiento, con el objetivo de disminuir la dependencia de servicios externos, mientras gestiona las implicaciones de responsabilidad legal inherentes a productos de consumo masivo.