Microsoft najavljuje Phi-3-vision, novi multimodalni SLM za scenarije umjetne inteligencije na uređaju

U Build 2024, Microsoft danas proširen svoju Phi-3 obitelj malih jezičnih modela AI s novom Phi-3-vision. Phi-3-vision je 4.2B parametarski model koji podržava opće vizualne zadatke zaključivanja i zaključivanje dijagrama/grafa/tablice. Model može uzeti i slike i tekst kao ulaz i izlazni tekstualni odgovor.

Microsoft je danas također najavio opću dostupnost Phi-3-mini u Azure AI ponudi Models-as-a Service (MaaS). Phi-3 modeli dobivaju na zamahu budući da su isplativi i optimizirani za scenarije umjetne inteligencije na uređaju, rubu, izvanmrežnog zaključivanja i latencije.

Uz novosti o modelima Phi-3, Microsoft je najavio nove značajke preko API-ja za omogućavanje multimodalnih iskustava. Azure AI Speech sada ima analitiku govora i univerzalni prijevod. Azure AI Search sada dolazi sa značajno povećanom pohranom i do 12X povećanjem veličine vektorskog indeksa bez dodatnih troškova kako bi se omogućila velika radna opterećenja RAG-a na razini.