مایکروسافت رسماً از اولین مدل اختصاصی هوش مصنوعی خود برای تبدیل متن به تصویر با نام MAI-Image-1 پرده برداشت. این مدل جدید که کاملاً در داخل شرکت توسعه یافته، نشاندهنده گام مهمی در مسیر خودکفایی مایکروسافت در زمینه هوش مصنوعی مولد است. طبق اعلام رسمی شرکت، MAI-Image-1 قادر است تصاویر فوقواقعگرایانه (فوتورئالیستی) خلق کند و در زمینههایی مانند نمایش صاعقه، مناظر طبیعی، اشیای پیچیده و نورپردازیهای دقیق عملکردی بهتر از بسیاری از مدلهای مطرح بازار دارد.
مایکروسافت در طراحی این سیستم از بازخورد هنرمندان، طراحان و متخصصان خلاق بهره گرفته تا از تولید خروجیهای تکراری یا فاقد اصالت هنری جلوگیری کند. این مدل علاوه بر دقت بالا در جزئیات، از سرعت پردازش قابلتوجهی برخوردار است و میتواند درخواستها را در زمان کوتاهتر از مدلهای بزرگتر و سنگینتر پردازش کند. معرفی MAI-Image-1 بخشی از استراتژی جدید مایکروسافت برای ساخت اکوسیستم اختصاصی هوش مصنوعی است که شامل مدلهای متنی، صوتی و تصویری میشود.
عرضه MAI-Image-1 را میتوان نشانهای از بلوغ فنی مایکروسافت در عرصه هوش مصنوعی تولیدی دانست. شرکتی که سالها در کنار OpenAI حرکت میکرد، حالا وارد فاز استقلال و رقابت مستقیم با غولهایی مثل گوگل و آنتروپیک شده است. اگر این مدل بتواند تعادل میان سرعت، کیفیت و خلاقیت را حفظ کند، احتمالاً به یکی از اصلیترین بازیگران بازار تولید تصویر با هوش مصنوعی تبدیل خواهد شد و آینده ابزارهایی مثل DALL·E یا Midjourney را تحت تأثیر قرار میدهد.
مایکروسافت با MAI-Image-1 در میان ۱۰ مدل برتر تولید تصویر هوش مصنوعی قرار گرفت
مدل جدید MAI-Image-1 مایکروسافت توانسته در میان ۱۰ سیستم برتر وبسایت تخصصی LMArena جایگاهی کسب کند؛ پلتفرمی که کاربران در آن کیفیت خروجی مدلهای مختلف هوش مصنوعی را مقایسه کرده و به بهترینها رأی میدهند. تصاویری که تاکنون از این مدل منتشر شدهاند، نشاندهندهی توان بالای آن در خلق تصاویر واقعگرایانه، با جزئیات دقیق و نورپردازی حرفهای است.
MAI-Image-1 درواقع تازهترین عضو از خانواده مدلهای هوش مصنوعی اختصاصی مایکروسافت است که پیشتر شامل مدل تولید صدا MAI-Voice-1 AI و چتبات MAI-1 Preview نیز میشد. این اقدام بخشی از استراتژی جدید مایکروسافت برای استقلال از شرکای خارجی مانند OpenAI و توسعهی یک اکوسیستم بومی از مدلهای چندرسانهای است. جالب آنکه این شرکت اخیراً در محصولات Microsoft 365 نیز از مدلهای شرکت Anthropic استفاده کرده و قصد دارد سرمایهگذاری گستردهتری را روی آموزش و بهینهسازی مدلهای اختصاصی خود انجام دهد.
هرچند هنوز جزئیاتی درباره استانداردهای ایمنی و محدودیتهای اخلاقی این مدل منتشر نشده، مایکروسافت اعلام کرده است که متعهد به توسعهی سیستمهای ایمن، شفاف و مسئولانه در حوزه هوش مصنوعی است.
ورود MAI-Image-1 به فهرست برترین مدلهای تولید تصویر، نشان میدهد مایکروسافت دیگر صرفاً یک بازیگر جانبی در دنیای هوش مصنوعی نیست، بلکه در حال تبدیل شدن به یکی از قدرتهای اصلی این صنعت است. اگر این مسیر با همان رویکرد مسئولانه و خلاقانه ادامه پیدا کند، مایکروسافت میتواند در آینده به یکی از مراجع اصلی تولید محتوای بصری مبتنی بر هوش مصنوعی تبدیل شود و حتی رقبایی مثل Midjourney و OpenAI را به چالش بکشد.