Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Microsoft は、Phi 言語モデル ファミリを拡張し、Phi-4-mini と Phi-4-multimodal という 2 つの新しい製品を追加しました。これらのモデルは、デバイスに展開できるほどコンパクトになるように設計されており、限られたリソース環境内での効率的な AI ソリューションのニーズに応えます。Phi-4-multimodal は、テキスト、オーディオ、および画像データを処理するファミリ初のモデルとして際立っており、さまざまなアプリケーションで汎用的に使用できます。両方のモデルは、Microsoft の AI アプリケーション開発および管理プラットフォームであるAzure AI Foundry を通じて商用利用できるようになりました。

テキスト中心のモデルである Phi-4-mini とマルチモーダルの Phi-4-multimodal は、自動音声認識や視覚的推論などの特定のタスク向けに最適化されています。後者は、Huggingface OpenASR リーダーボードでトップに立つことでその実力を証明し、低い単語エラー率で音声認識の精度の高さを披露しました。これらのモデルは効率的であるだけでなく、ターゲットを絞ったトレーニング データを活用し、特殊なタスクでも優れています。開発者は、テストと統合のためのサンドボックス環境を提供する NVIDIA APIカタログを通じて、Phi ファミリーの機能を調べることができます。

Phi-4-mini や Phi-4-multimodal などの小型言語モデルには、レーテンシーが低いことや、メモリと計算の制約内で動作できることなど、いくつかの利点があります。このため、これらのモデルは消費者向けデバイスへの導入に適しており、プライバシーと規制基準へのコンプライアンスを強化します。さらに、これらのモデルは、検索拡張生成などの技術で拡張して、さまざまなタスクでのパフォーマンスを向上させることができます。

AI 分野の主要企業である NVIDIA は、数多くのプロジェクトをリリースし、AI アプリケーション向けにソフトウェアを最適化することで、オープンソース コミュニティに貢献してきました。NVIDIA と Microsoft のコラボレーションはイノベーションを促進し続けており、Phi モデルは両者の共同作業の証です。これらのモデルの活用に関心のある開発者は、Phi モデルのカスタマイズと多様な AI ワークフローへの統合をサポートする NVIDIA プラットフォームで、これらのモデルを試用することができます。