Microsoft AI, na kratko MAI, se je letos precej dinamično širil, redmondski velikan pa je najpomembnejšo napoved prihranil za razvijalsko konferenco Build 2026. Zdi se, da želi podjetje počasi vzeti v svoje roke razvoj vseh orodij umetne inteligence, namesto da bi se zanašalo na rešitve drugih.
Prej je Microsoft poleg financiranja manjših projektov v podporo podjetjema OpenAI in Anthropic vložil več milijard dolarjev. Toda na neki točki se je podjetje odločilo, da ta strategija ni povsem idealna in da ob takšnih naložbah zmore samo razviti modele, prilagojene lastnim potrebam. Maja so krožile novice, da podjetje eno za drugo prekinja pogodbe s partnerji, tako da se poslavlja tudi od Claude Code.
V okviru konference Build 2026 je podjetje napovedalo prihod modela MAI-Thinking-1, svoje prve prave vodilne ladje, sklepalnega modela, ki naj bi se lahko kosal z Geminijem, GPT-jem in tudi s Claudom. Redmondčani so ga menda povsem od začetka učili s »čistimi podatki« in ni povezan z nobenim razvojem tretjih oseb – podlaga za učenje niso bili podatki, izluščeni iz drugih modelov.
Zahvaljujoč naprednim sklepalnim zmožnostim naj bi se model odlično odrezal pri reševanju zapletenih matematičnih problemov, dobro pa naj bi se odrezal tudi pri izzivih razvoja programske opreme. Po načrtih bo Microsoft model MAI-Thinking-1 uporabljal v lastnih storitvah, z njim pa bodo pri internem delu delali tudi njegovi inženirji. Vendar Microsoft o svojem sklepalnem modelu prve generacije zaenkrat ni razkril preveč podrobnosti.
Podjetje je povedalo, da je trenutno govora o srednje velikem modelu, kar je treba razumeti tako, da se glede na nabor parametrov zaenkrat ne uvršča med prave vrhunske modele. Uporablja arhitekturo MoE s skupno 1 bilijonom parametrov, od katerih jih je lahko hkrati aktivnih največ 35 milijard. Tudi drugi razvijalci ne začnejo nujno z največjimi modeli, ko uvajajo nov razvoj (pri Gemini 3.5 je bil nazadnje prvi na vrsti Flash). Microsoft je namignil tudi, da so ljudje v slepem testu odgovore modela MAI-Thinking-1 ocenili kot boljše od odgovorov modela Claude Sonnet 4.6, vendar dobro vemo, da to še zdaleč ni Anthropicovo najboljše orodje.
Ob priložnosti konference Build je Microsoft napovedal več modelov, ki se osredotočajo vsak na eno področje. Takšen je na primer MAI-Code-1-Flash, ki bo reševanju programerskih nalog pristopil z vidika učinkovitosti. Njegovo delovanje bo izrazito poceni, zato bo mogoče z njim dolgo delati tudi z minimalnim proračunom. Podjetje naj bi ga ustvarilo predvsem za GitHub Copilot, deloval pa bo s 5 milijardami aktivnih parametrov. Menda bo gospodarnejši tudi od modelov podobne velikosti in zmogljivosti.
Podjetje je ustvarilo tudi poseben model za pripravo besedilnih prepisov: MAI-Transcribe-1.5 je po navedbah podjetja »najboljši transkripcijski model na svetu« in bo deloval z natančnostjo, boljšo kot kadar koli doslej. Po Microsoftovem poročilu se bo dobro odrezal tudi pri strokovnem jeziku, na trg prihaja s podporo 43 jezikom, od tekmecev pa je lahko do petkrat hitrejši. Prihaja tudi MAI-Voice-2, s katerim je mogoče ustvariti naraven govorni glas s podporo 15 jezikom. Že nastaja njegova različica Flash, ki jo bo verjetno mogoče uporabiti tudi pri digitalnem pomočniku.
Nazadnje prihaja še model MAI-Image-2.5, ki bo izostren na generiranje slik. Microsoft je marca model MAI-Image-2 lansiral z izjavo, da je po kakovosti na ravni najboljših modelov, novost pa že prehiteva Nano Banana Pro. V podjetju je nastal »svetovno vrhunski model za generiranje slik iz besedila«, takoj pa bo uvedena tudi njegova različica Flash, ki obljublja ultra učinkovito delovanje.
Zanimivo bo videti, kako se bodo različni Microsoftovi jezikovni modeli obnesli pri uporabnikih. Programski velikan vsekakor goji velika upanja. Vsako orodje je popolnoma lastni razvoj, na kar je podjetje izjemno ponosno.
