माइक्रोसॉफ्ट ने सोमवार को एक ब्लॉग पोस्ट में अपने पहले देशी निर्मित कृत्रिम बुद्धिमत्ता छवि निर्माण मॉडल, MAI-Image-1 का अनावरण किया है। मॉडल ने LMArena फोरम पर अपनी सार्वजनिक शुरुआत की और शीर्ष 10 टेक्स्ट-टू-इमेज मॉडल में प्रवेश किया। क्या यह Google के जेमिनी नैनो बनाना का सीधा प्रतिस्पर्धी बन सकता है? केवल समय ही बताएगा, लेकिन जल्दी संकेत सुझाते हैं तकनीकी दिग्गज एआई रचनात्मक क्षेत्र में गंभीर रूप से आगे बढ़ने के लिए खुद को तैयार कर रहा है।
“उद्देश्य-निर्मित एआई”
2025 की शुरुआत से, माइक्रोसॉफ्ट माइक्रोसॉफ्ट एआई (एमएआई) लेबल के तहत इन-हाउस जेनेरेटिव एआई मॉडल विकसित करने पर ध्यान केंद्रित किया गया है। यह पहल Azure की उद्यम-केंद्रित पेशकशों से अलग चलती है। इस साल की शुरुआत में, कंपनी ने MAI-DxO पेश किया, जो एक AI मॉडल है जिसे मानव डॉक्टरों से भी बेहतर सटीकता के साथ मरीजों का निदान करने के लिए डिज़ाइन किया गया है। अगस्त में, Microsoft ने MAI-Voice-1 लॉन्च किया, जो एक स्पीच जेनरेशन मॉडल है जो अभिव्यंजक और प्राकृतिक ध्वनि आउटपुट उत्पन्न करने में सक्षम है।
सामान्य प्रयोजन वाले AI मॉडल के विपरीत, एमएआई-छवि-1 यह “उद्देश्य-निर्मित मॉडल” की ओर एक जानबूझकर बदलाव का प्रतिनिधित्व करता है, जिसके बारे में माइक्रोसॉफ्ट का कहना है कि यह उसके उत्पादों के भीतर अधिक गहन और गतिशील अनुभवों को सक्षम करेगा। कंपनी ने इस बात पर जोर दिया कि मॉडल को एक व्यापक, सर्व-उद्देश्यीय प्रणाली के बजाय व्यावहारिक, वास्तविक दुनिया के रचनात्मक कार्यों को संबोधित करने के लिए डिज़ाइन किया गया है।
शुरुआती रैंकिंग मजबूत क्षमता दिखाती है
MAI-Image-1 ने LMArena के टेक्स्ट-टू-इमेज लीडरबोर्ड पर नौवें स्थान पर शुरुआत की। हालाँकि प्रारंभिक, यह रैंकिंग पूर्व-रिलीज़ परीक्षण को दर्शाती है, अंतिम स्थिति संभावित रूप से सामुदायिक संकेतों और वोटों के आधार पर बदलती रहती है। वर्तमान में, Google के नैनो केले, इमेजन 4, और जीपीटी-इमेज-1 रैंक माइक्रोसॉफ्ट की नई प्रविष्टि के ऊपर। टेक दिग्गज ने पुष्टि की है कि MAI-Image-1 को जल्द ही कोपायलट और बिंग इमेज क्रिएटर में शामिल किया जाएगा, जिससे इसकी क्षमताओं तक व्यापक पहुंच हो सकेगी।
हालाँकि Microsoft ने विस्तृत तकनीकी विशिष्टताओं का खुलासा नहीं किया है, लेकिन कंपनी ने जटिल प्रकाश व्यवस्था, परिदृश्य और अन्य रचनात्मक दृश्यों सहित फोटोरिअलिस्टिक इमेजरी उत्पन्न करने में मॉडल की ताकत पर प्रकाश डाला है। विकास प्रक्रिया में सावधानीपूर्वक डेटा चयन और मूल्यांकन शामिल था, जिसमें रचनात्मक उद्योगों के पेशेवरों की प्रतिक्रिया से आउटपुट को बेहतर बनाने में मदद मिली। माइक्रोसॉफ्ट के अनुसार, एमएआई-इमेज-1 कई बड़े, धीमे एआई मॉडल की तुलना में अधिक तेजी से परिणाम देता है, जो गति और गुणवत्ता के बीच संतुलन प्रदान करता है।
आगे देख रहा
जैसे ही माइक्रोसॉफ्ट प्रवेश करता है एआई छवि निर्माण क्षेत्र, उद्योग बारीकी से नजर रखेगा। व्यापक रूप से उपयोग किए जाने वाले Microsoft उत्पादों में मॉडल का एकीकरण उन्नत छवि निर्माण को रचनात्मक पेशेवरों और आकस्मिक उपयोगकर्ताओं के लिए अधिक सुलभ बना सकता है। क्या MAI-Image-1 अंततः Google जेमिनी नैनो बनाना जैसे अग्रणी मॉडल को चुनौती देगा, यह अनिश्चित बना हुआ है, लेकिन यह स्पष्ट है कि Microsoft जेनरेटिव AI के क्षेत्र में एक मजबूत छाप छोड़ने का इरादा रखता है।