Microsoft Wprowadza Trzy Własne Modele Fundacyjne AI, Konkurując z OpenAI i Google

Korporacja Microsoft ogłosiła 2 kwietnia 2026 roku publiczną premierę trzech nowych, wewnętrznie opracowanych fundamentalnych modeli sztucznej inteligencji, sygnalizując dążenie do „prawdziwej samowystarczalności AI”. Strategiczna ofensywa, prowadzona przez zespół Superinteligencji AI pod kierownictwem Mustafy Suleymana, ma na celu bezpośrednie rzucenie wyzwania liderom branży, takim jak OpenAI i Google, w rozwoju modeli, a nie wyłącznie w ich dystrybucji.

Nowe modele – MAI-Transcribe-1, MAI-Voice-1 i MAI-Image-2 – są już dostępne dla deweloperów za pośrednictwem platformy Microsoft Foundry oraz w przestrzeni MAI Playground, co umożliwia ich testowanie i wdrażanie w środowiskach korporacyjnych. MAI-Transcribe-1, system rozpoznawania mowy, osiągnął średni wskaźnik błędu słownego (WER) na poziomie 3,8% w testach porównawczych FLEURS, przewyższając model Whisper-large-v3 od OpenAI we wszystkich 25 obsługiwanych językach. Ponadto, Microsoft twierdzi, że MAI-Transcribe-1 przetwarza transkrypcję wsadową 2,5 raza szybciej niż Azure Fast, przy koszcie 0,36 USD za godzinę przetwarzania.

Drugi model, MAI-Voice-1, koncentruje się na syntezie mowy, oferując wysoką wierność i zdolność do generowania ekspresyjnego dźwięku, zachowującego tożsamość mówcy. Technologia ta potrafi wygenerować 60 sekund audio w czasie krótszym niż jedna sekunda na pojedynczym procesorze graficznym, co plasuje go w czołówce wydajności rynkowej. Platforma Foundry umożliwia również tworzenie niestandardowych głosów na podstawie zaledwie kilku sekund próbek audio, a cena usługi została ustalona na 22 USD za milion wygenerowanych znaków.

Trzecia nowość, MAI-Image-2, to druga generacja modelu generowania obrazów, która oferuje podwójną prędkość w porównaniu do poprzednika i zajmuje trzecie miejsce w rankingu Arena.ai dla modeli tekst-na-obraz. Wdrażanie MAI-Image-2 jest już realizowane w aplikacjach takich jak Bing i PowerPoint, z naciskiem na realistyczne detale dla materiałów marketingowych. Inwestycje w te własne modele, budowane między innymi przy użyciu chipów Maia, mają na celu optymalizację kosztów i przechwycenie większego udziału w popycie na AI dla przedsiębiorstw, zmniejszając zależność od OpenAI po renegocjacji umowy partnerskiej w październiku 2025 roku.

Równolegle z premierą zaawansowanych modeli, Microsoft mierzy się z kontrowersjami dotyczącymi warunków użytkowania konsumenckiej wersji Copilota, które wciąż zawierały klauzulę określającą narzędzie jako przeznaczone „wyłącznie do celów rozrywkowych”. Ta fraza, pochodząca z umowy z lutego 2023 roku, jest krytykowana ze względu na sprzeczność z intensywnym marketingiem Copilota jako narzędzia zwiększającego produktywność w pakiecie Microsoft 365. Rzecznik firmy określił ten zapis jako „termin archiwalny”, który zostanie usunięty w najbliższej aktualizacji, ilustrując złożoność strategii firmy balansującej między agresywnym rozwojem technologicznym a utrzymaniem przestarzałych klauzul prawnych.