A Microsoft bemutatja a Phi-3-vision új multimodális SLM-et az eszközön lévő mesterséges intelligencia forgatókönyvekhez

A Build 2024-ben a Microsoft ma kiterjesztett a Phi-3 AI kis nyelvi modellcsaládja az új Phi-3-látással. A Phi-3-vision egy 4.2B-s paramétermodell, amely támogatja az általános vizuális érvelési feladatokat és a diagram/grafikon/tábla érvelést. A modell képes bemenetként képeket és szöveget is fogadni, és szöveges válaszokat is kiadni.

A Microsoft a mai napon bejelentette a Phi-3-mini általános elérhetőségét az Azure AI Models-as-a Service (MaaS) kínálatában. Phi-3 modellek egyre nagyobb lendületet kapnak, mivel költséghatékonyak és optimalizáltak az eszközön, a széleken, az offline következtetésekre és a késleltetéshez kötött mesterséges intelligencia forgatókönyvekhez.

A Phi-3 modellekkel kapcsolatos hírek mellett a Microsoft új funkciókat jelentett be az API-kon keresztül, amelyek lehetővé teszik a multimodális élményt. Az Azure AI Speech mostantól beszédelemzést és univerzális fordítást kínál. Az Azure AI Search mostantól jelentősen megnövelt tárhelyet és akár 12-szeres vektorindex-méretet kínál további költségek nélkül, hogy lehetővé tegye a nagyméretű RAG-munkaterheléseket.