Introduction à Microsoft Foundry
Microsoft Foundry est une plateforme innovante qui permet aux développeurs d’accéder à des modèles génératifs puissants. Parmi ces modèles, on retrouve MAI-Transcribe-1, MAI-Voice-1 et MAI-Image-2, qui sont conçus pour transformer la manière dont nous interagissons avec la technologie. Dans cet article, nous allons explorer ces modèles et leur impact sur divers secteurs.
MAI-Transcribe-1 : un modèle de transcription révolutionnaire
Le modèle MAI-Transcribe-1 est spécialement conçu pour fonctionner dans des environnements difficiles. Il prend en charge la transcription de la parole vers le texte dans les 25 langues les plus utilisées. Microsoft revendique la première place sur le benchmark FLEURS dans 11 de ces langues, surpassant même Whisper-large-v3 d’OpenAI. Ce modèle est capable de traiter des fichiers audio de qualité variable, y compris ceux avec du bruit ambiant ou des voix superposées.
Les performances de MAI-Transcribe-1
Une des caractéristiques les plus impressionnantes de MAI-Transcribe-1 est sa vitesse de transcription. En effet, il est 2,5 fois plus rapide que l’offre Azure Fast existante. Cela signifie que les entreprises peuvent gagner un temps précieux lors de la transcription de réunions, d’interviews ou d’autres événements. Le coût d’utilisation est également compétitif, avec un tarif de 0,36 $ par heure.
MAI-Voice-1 : la voix personnalisée à portée de main
Le modèle MAI-Voice-1 permet de générer 60 secondes d’audio en moins d’une seconde. Ce modèle est particulièrement intéressant pour les entreprises qui souhaitent créer des voix personnalisées à partir de quelques secondes d’enregistrement. Microsoft a mis au point ce modèle pour préserver l’identité vocale sur des contenus longs, ce qui est essentiel pour maintenir une cohérence dans la communication.
MAI-Image-2 : une avancée dans la génération d’images
MAI-Image-2 est un modèle qui permet la génération d’images à partir de descriptions textuelles. Ce modèle est désormais accessible via l’API Foundry, ce qui ouvre de nouvelles possibilités pour les développeurs. Microsoft promet une génération d’images au moins deux fois plus rapide que son prédécesseur, ce qui est un atout considérable pour les projets nécessitant une production rapide d’images.
Une stratégie d’émancipation vis-à-vis d’OpenAI
Le lancement de ces trois modèles s’inscrit dans une stratégie plus large de Microsoft pour réduire sa dépendance à OpenAI. En novembre 2025, la société a annoncé la création d’une équipe dédiée à la superintelligence, dirigée par Mustafa Suleyman. Cette initiative vise à développer des modèles fondamentaux en parallèle de ceux d’OpenAI, tout en continuant à distribuer leurs technologies dans son écosystème.
Conclusion
Microsoft Foundry représente une avancée significative dans le domaine de l’intelligence artificielle. Avec des modèles comme MAI-Transcribe-1, MAI-Voice-1 et MAI-Image-2, Microsoft offre des outils puissants qui peuvent transformer la manière dont les entreprises utilisent la technologie. Ces innovations sont non seulement efficaces, mais elles ouvrent également la voie à de nouvelles opportunités dans divers secteurs.