Сатя Надела, CEO на Microsoft, твърди, че основните AI модели се превръщат в стока, измествайки фокуса към създаването на продукти и интеграцията на системния стек. Това може да промени конкурентния пейзаж в AI индустрията.
Microsoft и IBM водят революция в AI с по-малки езикови модели (SLM). Тези модели предлагат устойчивост, достъпност и ефективност, намалявайки изчислителните нужди и въздействието върху околната среда, като същевременно запазват висока производителност за бизнес приложения.
Серията Phi-4 на Microsoft предлага компактни, мултимодални AI модели, като Phi-4 Mini Instruct и Phi-4 Multimodal, оптимизирани за ефективност и локално внедряване. Те обработват текст, изображения и аудио, предоставяйки разширени възможности дори на устройства с ограничени ресурси, благодарение на иновативен дизайн и interleaved data processing.
LLMWare си партнира с Qualcomm, за да внедри Model HQ на AI компютри, задвижвани от Snapdragon X Series, предлагайки подобрена производителност, сигурност и ефективност за корпоративни AI приложения.
Microsoft пусна нов AI модел, Phi-4-multimodal, проектиран за обработка на реч, изображения и текст директно на устройства. Той предлага значително намалени изчислителни изисквания в сравнение с предшествениците си, като същевременно предоставя мощни възможности за изкуствен интелект на устройства с ограничени ресурси.
Phi-4 на Microsoft предефинира ефективността в AI, предлагайки модели с висока производителност в компактен размер. Тези модели обработват текст, изображения и реч, като същевременно изискват значително по-малко изчислителна мощност, доказвайки, че мощността може да дойде и в малки опаковки.
Phi-4-multimodal и Phi-4-mini са най-новите малки езикови модели на Microsoft Проектирани за разработчици те предлагат мултимодални възможности и текстова обработка Тези компактни модели обещават революция в разработката на приложения с подобрена ефективност и възможности
Microsoft представи Phi-4, малък езиков модел с 14 милиарда параметри, предназначен за математически разсъждения. Той превъзхожда по-големи модели благодарение на иновативни техники за обучение, включително синтетични данни, органична селекция и нова схема за пост-обучение.
