माइक्रोसॉफ्ट ने Phi-3.5-vision जारी किया, एक हल्का, बहु-मोडल ओपन-सोर्स AI मॉडल, जो पाठ और दृश्य इनपुट को प्रोसेस करने के लिए डिज़ाइन किया गया है, 128K संदर्भ लंबाई का समर्थन करता है। यह मॉडल संसाधन-सीमित वातावरण के लिए उपयुक्त है, जिसमें छवि समझ, OCR, चार्ट解析, और कई छवियों का संक्षेपण जैसी सुविधाएँ शामिल हैं, जिससे उत्कृष्ट प्रदर्शन और कम विलंबता दिखाई देती है। 42 बिलियन पैरामीटर से बना, उच्च गुणवत्ता वाले डेटा द्वारा प्रशिक्षित, प्रदर्शन और गोपनीयता सुनिश्चित करता है। इसमें तीन प्रकार के मॉडल शामिल हैं: हल्का AI, विशेषज्ञ मिश्रण और बहु-मोडल मॉडल, सभी छवि और वीडियो प्रोसेसिंग बेंचमार्क टेस्ट में उत्कृष्ट प्रदर्शन दिखाते हैं।

माइक्रोसॉफ्ट ने तीन नए AI मॉडल जारी किए हैं, जो बहु-भाषा और बहु-मॉडल क्षेत्र में अपनी प्रमुखता को बढ़ाने के लिए डिज़ाइन किए गए हैं। Phi-3.5Mini Instruct एक हल्का मॉडल है, जो आदेश निष्पादन, कोड उत्पादन और तार्किक तर्क के लिए उपयुक्त है, और विशेष रूप से बहु-भाषा और बहु-चरण वार्तालाप में उत्कृष्ट प्रदर्शन करता है। Phi-3.5MoE मिश्रित विशेषज्ञ मॉडल, समृद्ध पैरामीटर के साथ, विभिन्न तर्क कार्यों का समर्थन करता है, विशेष रूप से कोड, गणित और बहु-भाषा समझ में समान वर्ग के मॉडल को पीछे छोड़ता है। Phi-3.5Vision Instruct पाठ और चित्र प्रसंस्करण की क्षमताओं को एकीकृत करता है।