Sản phẩm đầu tiên mang tên MAI-Voice-1, tập trung vào việc tạo giọng nói tự nhiên. Theo Microsoft, mô hình này có khả năng vượt trội khi chỉ với một đơn vị xử lý đồ họa (GPU) đã có thể tạo ra 1 phút âm thanh chỉ trong chưa đầy 1 giây.

MAI-Voice-1 hiện đã được tích hợp vào một số dịch vụ của Copilot, như Copilot Daily - cung cấp bản tin âm thanh hằng ngày, hay các chương trình trò chuyện dạng podcast để giải thích chuyên đề. Người dùng còn có thể thử nghiệm mô hình qua nền tảng Copilot Labs, với tùy chọn điều chỉnh ngữ điệu và phong cách thể hiện.

Song song với đó, Microsoft cũng giới thiệu MAI-1-preview - một mô hình ngôn ngữ nền tảng được đào tạo hoàn toàn nội bộ. Quá trình huấn luyện sử dụng tới 15.000 chip Nvidia H100, cho phép mô hình xử lý chỉ dẫn bằng văn bản và đưa ra câu trả lời hữu ích cho các nhu cầu hằng ngày.

Theo Tập đoàn Microsoft, MAI-1-preview mới chỉ là bản “dùng thử”, cung cấp cái nhìn về những gì Microsoft sẽ triển khai trong hệ sinh thái Copilot thời gian tới. Mô hình đã bắt đầu được thử nghiệm trên nền tảng LMArena, nơi đánh giá hiệu suất các hệ thống AI và sẽ dần được tích hợp vào một số dịch vụ Copilot trong vài tuần tới.

Động thái trên diễn ra trong bối cảnh các dịch vụ Copilot của Microsoft hiện vẫn dựa chủ yếu vào công nghệ của công ty OpenAI. Microsoft tin rằng việc xây dựng bộ công cụ AI chuyên biệt, đa dạng chức năng nhằm phục vụ các nhu cầu và mục đích sử dụng phong phú sẽ mang lại giá trị to lớn cho người dùng và mở đường cho một giai đoạn cạnh tranh mới trong cuộc đua AI toàn cầu.