Microsoft AI, MAI-Image-2.5-Pro와 MAI-Voice-2-Flash를 퍼블릭 프리뷰로 공개
Introducing MAI-Image-2.5-Pro and MAI-Voice-2-Flash
Microsoft AI는 이미지 생성 모델 MAI-Image-2.5-Pro와 음성 모델 MAI-Voice-2-Flash를 퍼블릭 프리뷰로 공개했다. Pro는 자사 최고 충실도의 이미지 모델이며, Flash는 MAI-Voice-2보다 2배 빠르고 32% 저렴하며 가격은 100만 자당 $15이다. 두 모델은 Foundry와 MAI Playground에서 체험할 수 있다.
MAI-Image-2.5-Pro는 메인 이미지, 세부 편집, 이미지 내 텍스트의 정확한 렌더링 등 품질을 중시하는 용도를 위한 모델이다. 가격은 100만 텍스트 입력 토큰당 $5, 100만 이미지 입력 토큰당 $8, 100만 이미지 출력 토큰당 $106이다. MAI-Voice-2-Flash는 Build에서 처음 소개되었으며, MAI-Voice-2의 자연스러운 억양과 높은 음질을 유지하면서 대량 음성 처리를 위해 속도와 효율을 중시했다.
회사는 자사 제품에서의 실제 운영 사용도 언급했다. Bing Image Creator는 MAI-Image-2.5의 정밀한 이미지 편집 기능 덕분에 기본 모델이 완전히 자체 개발 모델로 바뀌었다. PowerPoint에서는 image-to-image 기능에 채택되어 GPT-Image-2와 비교해 GPU 비용을 최대 84% 줄였다. OneDrive 이미지 편집에서는 기본 모델이 되었으며, 저장률이 26% 상승하고 P95 지연 시간이 약 25% 줄었으며, 중간 부하에서 효율이 2.5배가 되었다고 한다.
음성에서는 MAI-Voice-2-Flash가 Dynamics 365 Contact Center를 지원하고 있으며, GPU 비용을 최대 89% 줄였다고 한다. Azure Voice Live에도 통합되어 speech-to-speech 에이전트 구축에 사용할 수 있다. 또한 의료용 Dragon Copilot에서는 MAI-Transcribe-1.5가 58개 언어의 다국어 워크플로를 지원하며, 사내 평가에서 많은 언어의 받아쓰기 및 언어 식별 오류율이 상대적으로 50% 감소했다고 설명했다.
회사는 신뢰할 수 있고 추적 가능한 기업용 데이터로 학습하며 제3자 모델로부터 증류를 하지 않는 자체 모델이라는 방침을 내세운다. 이용은 Foundry에서 시작할 수 있으며, Microsoft Learn과 MAI Playground에서도 자세한 내용을 확인하고 체험할 수 있다. 차세대 GB200 클러스터가 가동 중이라는 점도 언급했다.
출처: Microsoft AI (MAI) News · microsoft.ai