माइक्रोसॉफ्ट ने तीन नए मालिकाना मल्टीमॉडल एआई मॉडल लॉन्च कर अपनी एआई संप्रभुता का विस्तार किया

कृत्रिम बुद्धिमत्ता (AI) क्षेत्र में अपनी तकनीकी संप्रभुता को पुनर्परिभाषित करते हुए, माइक्रोसॉफ्ट एआई ने आधिकारिक तौर पर तीन अत्याधुनिक मूलभूत मॉडलों की शुरुआत की घोषणा की है। यह पहल, जिसे MAI सुपरइंटेलिजेंस टीम — जिसका नेतृत्व प्रसिद्ध कार्यकारी मुस्तफा सुलेमान कर रहे हैं — द्वारा मजबूत किया गया है, रेडमंड स्थित दिग्गज कंपनी द्वारा अपने स्वयं के मल्टीमॉडल एआई इंफ्रास्ट्रक्चर के निर्माण की दिशा में एक निर्णायक कदम है, जो एकीकृत तरीके से टेक्स्ट, ऑडियो और वीडियो को प्रोसेस और जनरेट करने में सक्षम है।

'ह्यूमनिटेरियन एआई' रणनीति का संदर्भ

नवंबर 2025 में MAI सुपरइंटेलिजेंस डिवीजन के गठन के बाद से, बाजार यह देख रहा था कि ओपनएआई के मॉडलों पर अपनी ऐतिहासिक निर्भरता को देखते हुए माइक्रोसॉफ्ट का अगला कदम क्या होगा। इसका जवाब सुलेमान द्वारा परिभाषित 'ह्यूमनिटेरियन एआई' (Humanist AI) की अवधारणा के माध्यम से आया। इस शोध शाखा का मुख्य उद्देश्य केवल कच्चे प्रदर्शन मेट्रिक्स के लिए प्रतिस्पर्धा करना नहीं है, बल्कि मानवीय संचार में व्यावहारिक उपयोगिता और दक्षता को प्राथमिकता देना है। अपने स्वयं के मॉडल विकसित करके, माइक्रोसॉफ्ट स्पष्ट करता है कि हालांकि ओपनएआई के साथ 13 बिलियन डॉलर का गठबंधन एक आधार बना हुआ है, कंपनी केवल मॉडलों के विकास की मूक दर्शक नहीं बनी रहना चाहती, बल्कि अपने स्वयं के तकनीकी स्टैक पर पूर्ण संप्रभुता की तलाश कर रही है।

तकनीकी विवरण और क्षमताएं

हाल ही में लॉन्च किए गए तीन मॉडलों का समूह व्यावसायिक और रचनात्मक वर्कफ़्लो के लिए विशिष्ट अनुकूलन पर केंद्रित है। MAI-Transcribe-1 अपने उच्च प्रदर्शन के लिए जाना जाता है, जो 25 विभिन्न भाषाओं में स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन करने में सक्षम है, जिसकी गति कंपनी की पिछली सेवा, 'एज़्योर फास्ट' (Azure Fast) की तुलना में 2.5 गुना अधिक है। इस पेशकश को पूरा करते हुए, MAI-Voice-1 एक उच्च-विलंबता ऑडियो जनरेशन टूल के रूप में उभरा है, जो केवल एक सेकंड में 60 सेकंड की स्पीच प्रोसेस कर सकता है और आवाज़ों के कस्टमाइज़ेशन की सुविधा भी देता है। अंत में, MAI-Image-2, जिसे पहले ही MAI प्लेग्राउंड वातावरण में परीक्षण किया जा चुका है, माइक्रोसॉफ्ट के फाउंड्री इकोसिस्टम के लिए वीडियो जनरेशन समाधान के रूप में स्थापित हो गया है।

प्रतिस्पर्धात्मकता और आक्रामक मूल्य निर्धारण

इस रणनीति के सबसे महत्वपूर्ण बिंदुओं में से एक मूल्य निर्धारण है, जिसे उन डेवलपर्स को आकर्षित करने के लिए डिज़ाइन किया गया है जो गूगल और ओपनएआई के प्रमुख विकल्पों की तुलना में अधिक किफायती विकल्प तलाश रहे हैं। माइक्रोसॉफ्ट द्वारा प्रस्तुत लागत संरचना आक्रामक है: MAI-Transcribe-1 की कीमत 0.36 डॉलर प्रति घंटा से शुरू होती है, जबकि MAI-Voice-1 की शुरुआती लागत प्रति मिलियन कैरेक्टर 22 डॉलर है। MAI-Image-2, टेक्स्ट इनपुट के लिए प्रति मिलियन टोकन 5 डॉलर और इमेज आउटपुट के लिए प्रति मिलियन टोकन 33 डॉलर चार्ज करता है। यह मूल्य निर्धारण रणनीति बताती है कि कंपनी औद्योगिक स्तर पर तकनीकी गुणवत्ता और वित्तीय व्यवहार्यता के बीच संतुलन तलाश रहे बाजार की मांग को पूरा करने का प्रयास कर रही है।

एआई इकोसिस्टम पर प्रभाव और निहितार्थ

ओपनएआई के साथ अपनी साझेदारी बनाए रखते हुए भी अपने स्वयं के मॉडलों में निवेश करने का माइक्रोसॉफ्ट का निर्णय 'आपूर्तिकर्ता विविधीकरण' (supplier diversification) के दृष्टिकोण को दर्शाता है, जो उस रणनीति के समान है जिसे कंपनी सेमीकंडक्टर बाजार में अपनाती है — जहां यह अपने स्वयं के चिप्स का उत्पादन करती है, लेकिन तीसरे पक्ष से भी घटक खरीदती है। बाजार के लिए, इसका मतलब है कि डेवलपर्स और कंपनियों के पास अपने सॉफ्टवेयर आर्किटेक्चर को तैयार करने के लिए अधिक विकल्प होंगे। माइक्रोसॉफ्ट फाउंड्री और MAI प्लेग्राउंड में इन मॉडलों का एकीकरण उन शोधकर्ताओं और इंजीनियरों द्वारा इसे अपनाने की प्रक्रिया को काफी आसान बनाता है जो वाणिज्यिक उत्पादों में लागू करने से पहले वास्तविक परिदृश्यों में इन उपकरणों की प्रभावशीलता का परीक्षण करना चाहते हैं।

भविष्य की संभावनाएं

एआई के क्षेत्र में माइक्रोसॉफ्ट का भविष्य गहरे ऊर्ध्वाधर एकीकरण (vertical integration) की ओर बढ़ता दिख रहा है। जैसा कि सुलेमान द्वारा संकेत दिया गया है, इन तीन मॉडलों का लॉन्च केवल एक रोडमैप की शुरुआत है जिसमें भविष्य में पोर्टफोलियो में निरंतर नई चीजें जुड़ती रहेंगी। उम्मीद है कि आने वाले महीनों में, इन मॉडलों को माइक्रोसॉफ्ट के उपभोक्ता अनुभवों और कॉर्पोरेट उत्पादों, जैसे ऑफिस इकोसिस्टम और एज़्योर, में सीधे शामिल किया जाएगा, जिससे अंतिम उपयोगकर्ता के उत्पादकता सूट के साथ जुड़ने का तरीका बदल जाएगा। इस प्रकार, माइक्रोसॉफ्ट यह पुष्टि करता है कि उसकी सुपरइंटेलिजेंस की खोज कोई अलग प्रयास नहीं है, बल्कि उस तंत्र का एक केंद्रीय हिस्सा है जो आने वाले वर्षों के लिए वैश्विक तकनीकी नवाचार की गति को निर्धारित करना चाहता है।