Сатья Наделла, CEO Microsoft, считает, что различия между топовыми базовыми моделями ИИ стираются. Конкуренция смещается в сторону создания продуктов и интеграции системного стека, а сами модели становятся 'товаром' в облаке. Это меняет ландшафт ИИ-индустрии.
Microsoft и IBM лидируют в разработке малых языковых моделей (SLM), делая ИИ более устойчивым и доступным. Granite от IBM и Phi-4 от Microsoft демонстрируют, что 'меньше' может означать 'лучше', снижая энергопотребление и расширяя возможности применения ИИ.
Серия Phi-4 от Microsoft — это прорыв в области мультимодального и эффективного ИИ, доступного локально. Модели Phi-4 Mini Instruct и Phi-4 Multimodal демонстрируют высокую производительность при компактных размерах, обрабатывая текст, изображения и аудио, открывая новую эру доступного искусственного интеллекта.
LLMWare сотрудничает с Qualcomm Technologies, Inc., чтобы представить Model HQ, пакет программного обеспечения, для AI-ПК на базе процессоров Snapdragon X Series. Это решение предлагает предприятиям развертывание и управление моделями Gen-AI и приложениями ИИ непосредственно на устройствах, обеспечивая безопасность, эффективность и производительность.
Microsoft представляет Phi-4-multimodal, компактную модель ИИ для обработки речи, изображений и текста прямо на устройствах. Она значительно менее требовательна к ресурсам, чем предшественники, знаменуя собой сдвиг в сторону эффективных SLM для мобильных устройств и периферийных вычислений.
Phi-4 от Microsoft — это новое семейство компактных и высокопроизводительных моделей ИИ, сочетающих обработку текста, изображений и речи при меньших вычислительных затратах. Инновации, такие как 'Mixture of LoRAs', обеспечивают эффективность и доступность для широкого круга задач.
Phi-4-multimodal и Phi-4-mini — новые малые языковые модели от Microsoft, обеспечивающие мультимодальность, эффективность и высокую производительность для разработчиков, открывая новые возможности в различных отраслях.
Microsoft Research представила Phi-4, малую языковую модель с 14 миллиардами параметров, разработанную для улучшения математических рассуждений. Модель превосходит более крупные модели в этой области благодаря инновационным методам обучения, включая синтетические данные, органическое управление данными и новые методы постобработки. Phi-4 превосходит даже GPT-4o в STEM-ориентированных вопросах.
