A medida que se desarrollan las asociaciones y aumenta la interoperabilidad, es fácil ver a Microsoft como una puerta de entrada a la IA empresarial, no como un creador de modelos. Pero ambas afirmaciones son ciertas y Microsoft está construyendo lentamente un arsenal de modelos de IA que compiten fácilmente con las alternativas más populares.
La compañía ahora ha publicado detalles y actualizaciones sobre tres modelos Microsoft AI (MAI) recientemente lanzados que cubren transcripción, generación de voz y video. En una publicación de blog que presenta la serie de modelos, el director ejecutivo de MAI, Mustafa Suleyman, explicó cómo reiteraron el compromiso continuo de la empresa con la creación de herramientas de IA centradas en el ser humano:
«En Microsoft AI, estamos construyendo una IA humanista. Estamos adoptando un enfoque diferente para crear modelos de IA: centrándonos en las personas, optimizando la forma en que las personas realmente interactúan y enseñando el uso práctico. Entonces, ¿qué hay de nuevo?
MAI-Transcribir-1
MAI-Transcribe-1 permite la transcripción de voz a texto en 25 de los idiomas más hablados del mundo. Microsoft dice que en términos de velocidad de transcripción por lotes, MAI-Transcribe-1 es 2,5 veces más rápido que la oferta Azure Fast de Microsoft y está disponible a través de Microsoft Foundry, «con la mejor relación calidad-precio de cualquier proveedor importante de nube».
El modelo también tiene una tasa de error de palabras más baja que otros sistemas líderes, incluidos GPT-Transcribe, Scribe v2, Gemini 3.1 Flash y Whisper-large-v3. Microsoft cita los subtítulos de vídeo, la transcripción de reuniones, las herramientas de accesibilidad, el análisis de llamadas, el flujo de trabajo de creación de contenido y el control de agentes de voz como casos de uso clave para el modelo.
MAI-Voz-1
MAI-Voice-1 es el mejor modelo de generación de voz de Microsoft y ahora está disponible para los desarrolladores a través de Foundry y MAI Playground. Un modelo anunciado por primera vez en 2025 en agosto, ahora permite a los usuarios crear una voz personalizada en Foundry usando solo un breve fragmento de audio.
MAI-Voice-1 puede generar un minuto de audio por segundo y es muy rentable, desde 22 dólares por 1 millón de caracteres.
MAI-Imagen-2
Lanzado a mediados de marzo, MAI-Image-2 se desarrolló en colaboración con desarrolladores de fotografía y diseño. Presenta una claridad excepcional, una reproducción precisa del tono de piel y efectos de iluminación naturales. La plantilla está disponible a través de Foundry y Copilot, y Microsoft la está implementando actualmente en Bing y PowerPoint.
«MAI-Image-2 es un verdadero cambio de juego», dijo Rob Reilly, director creativo global de WPP, cuya empresa es una de las primeras en adoptar el modelo a nivel empresarial. «Es una plataforma que no sólo responde a los complejos matices de la dirección creativa, sino que también respeta profundamente el oficio involucrado en la creación de imágenes del mundo real listas para campañas».
Pensamientos finales
Cuando MAI reveló por primera vez sus intenciones de desarrollar una familia de modelos internos en septiembre pasado, en el artículo «OpenAI y Microsoft se separan como debuta el modelo de la Fundación MAI-1», comenté:
«…hasta ahora, la empresa ha dependido principalmente de las capacidades del modelo de lenguaje grande (LLM) de OpenAI para impulsar las herramientas y plataformas de IA de próxima generación. Eso está a punto de cambiar, ya que la empresa anuncia el primer par de modelos internos desarrollados por el equipo de IA de Microsoft (MAI): MAI-Voice-1 y MAI-1 Preview.
Apenas seis meses después, el mensaje no es que los modelos avanzados de Microsoft son una brecha entre este y OpenAI, sino que podrían sacudir a toda la industria.
Si bien Microsoft brinda a sus clientes un amplio acceso a modelos, nuevos modelos y capacidades que igualan y a veces superan a sus competidores, el lanzamiento obliga a la compañía, al menos en IA, a crear una plataforma de IA independiente donde los clientes pueden optar por utilizar los productos y servicios de Microsoft impulsados por el motor de IA de Microsoft.
Pregúntale a un agente de IA de Cloud Wars sobre este análisis
