Microsoft dévoile sa nouvelle famille de LLM développée entièrement en interne
Microsoft AI dévoile une nouvelle famille de sept modèles développés en interne pour Copilot, Foundry et les usages d’IA en entreprise. L’éditeur entend renforcer son autonomie technologique tout en misant sur des modèles personnalisables au niveau des organisations.
Microsoft AI enrichit son portefeuille de modèles avec une nouvelle famille MAI développée en interne. Composée de sept modèles, elle permet d’alimenter Copilot, Microsoft Foundry et plusieurs usages d’IA en entreprise.
Cette nouvelle famille comprend notamment MAI-Thinking-1, premier modèle de raisonnement de Microsoft développé entièrement en interne, ainsi que MAI-Code-1-Flash pour le développement logiciel, MAI-Image-2.5 pour la génération et l’édition d’images, MAI-Transcribe-1.5 pour la transcription audio et MAI-Voice-2 pour la synthèse vocale.
Selon Microsoft, MAI-Thinking-1 repose sur une architecture Mixture of Experts et mobilise environ 35 milliards de paramètres actifs. Entraîné sans distillation de modèles tiers, il est présenté par l’entreprise comme l’un des modèles les plus performants de sa catégorie pour les tâches de raisonnement et d’ingénierie logicielle. MAI-Code-1-Flash, qui compte 5 milliards de paramètres, a pour sa part été conçu pour GitHub Copilot et Visual Studio Code.
Côté transcription, MAI-Transcribe-1.5 prend en charge 43 langues et peut transcrire une heure d’audio en moins de 15 secondes. Le modèle intègre également un mécanisme de «keyword biasing» destiné à améliorer la reconnaissance de terminologies métier spécifiques. Du côté des usages multimédias, MAI-Image-2.5 vise la génération et l’édition d’images, tandis que MAI-Voice-2 permet la synthèse vocale dans 15 langues ainsi que la création de voix à partir d’un court échantillon audio.
Une personnalisation au niveau de l’entreprise
Au-delà du lancement de nouveaux modèles, l’éditeur met surtout en avant une approche baptisée Frontier Tuning. Celle-ci repose sur l’apprentissage par renforcement dans des environnements reproduisant les workflows réels des organisations. L’objectif consiste à adapter les modèles aux processus, aux données et aux contraintes métier propres à chaque entreprise, tout en conservant le contrôle de leur environnement.
Selon l’entreprise, cette personnalisation améliore à la fois les performances et l’efficacité. Un modèle MAI adapté à Excel atteindrait ainsi le niveau de GPT-5.4 tout en étant jusqu’à dix fois plus performant. Dans un projet mené avec McKinsey, un modèle ajusté aux standards du cabinet aurait également obtenu le meilleur taux de préférence parmi les modèles testés pour un coût inférieur.
Les modèles seront distribués via Microsoft Foundry et proposés sur OpenRouter, Fireworks et Baseten. Microsoft indique également que les développeurs pourront, pour la première fois, ajuster directement les poids des modèles afin de les adapter à leurs besoins.
De la santé aux modèles propriétaires
Parmi les premiers cas d’usage annoncés figure une collaboration avec la Mayo Clinic pour développer un modèle spécialisé dans la santé. Celui-ci combinera les capacités d’IA de l’éditeur avec l’expertise clinique et des données déidentifiées de l’institution médicale. Le modèle sera d’abord déployé dans l’environnement de la Mayo Clinic avant une éventuelle mise à disposition d’autres organisations après validation. Sa propriété restera entre les mains de l’institution médicale.
Cette initiative s’inscrit dans une stratégie plus large d’autonomie technologique. Le groupe affirme entraîner ses modèles à partir de zéro, sans distillation issue d’autres laboratoires ni recours à des données non licenciées ou opaques. Il indique également concevoir ses modèles avec ses puces Maia 200, avec à la clé un gain d’efficacité estimé à 40%.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
