Microsoft ขยายตระกูล AI ขนาดเล็ก PHI-4 ขนาดเล็กที่มีตัวเลือกรุ่น Multimodal และ Mini

Microsoft กำลังเสริมสร้างพอร์ตโฟลิโอ AI ด้วยการเปิดตัว PHI-4-MINI และ Phi-4-multimodal ขยายตระกูล Phi-4 โมเดลใหม่เหล่านี้ช่วยให้ บริษัท มุ่งเน้นไปที่การพัฒนาระบบ AI ขนาดกะทัดรัดที่รักษาประสิทธิภาพสูงในขณะที่ส่งมอบประสิทธิภาพที่เทียบเท่ากับรุ่นที่มีขนาดใหญ่กว่า

การแนะนำของ phi-4-mini ซึ่งเป็นโมเดล AI ที่มีน้ำหนักเบาและการเพิ่มขึ้นของความสามารถในการประมวลผลภาพขนาดเล็ก ติดตามการตัดสินใจของ Microsoft ในการเปิดแหล่งกำเนิด PHI-4 ในเดือนมกราคม 2568 ทำให้สามารถใช้งานได้อย่างอิสระภายใต้ใบอนุญาต MIT

>

Phi-4-mini ยังคงแนวโน้มการเข้าถึงนี้ในขณะที่ Phi-4-multimodal แนะนำความสามารถที่สอดคล้องกับความก้าวหน้าของ AI ล่าสุดโดย Openai, Google และ Meta ทั้งสองรุ่นได้รวมเข้ากับ Azure Ai

การผลักดันของ Microsoft สำหรับรุ่น AI ขนาดเล็กกว่าได้รับการตรวจสอบในเดือนธันวาคม 2567 เมื่อ Phi-4 เหนือกว่ารุ่น AI ที่มีขนาดใหญ่กว่าในงานให้เหตุผลซึ่งแสดงให้เห็นว่าการฝึกอบรมที่ดีที่สุดสามารถเปิดใช้งานโมเดลขนาดเล็กให้ตรงกับหรือสูงกว่าคู่ที่ใหญ่กว่า

หลังจากประสบความสำเร็จ href=”https://huggingface.co/microsoft/phi-4/blob/main/readme.md#phi-4-model-card”> ปล่อยน้ำหนักรุ่นของ Phi-4 ในการกอดใบหน้า วิศวกร Microsoft Shital Shah ยืนยันการตัดสินใจโดยระบุว่า“ มีคนจำนวนมากขอให้เราปล่อยน้ำหนัก ไม่กี่คนที่อัปโหลดน้ำหนัก phi-4 bootlegged บน huggingface 😬 ไม่ต้องรออีกต่อไป เรากำลังเปิดตัวโมเดล PHI-4 อย่างเป็นทางการในวันนี้บน HuggingFace! ด้วยใบอนุญาต MIT !!”

phi-4-multimodal เป็นโมเดลพารามิเตอร์ 5.6b ที่รวมคำพูดวิสัยทัศน์และการประมวลผลข้อความลงในสถาปัตยกรรมเดียวที่รวมเป็นหนึ่งเดียว รูปภาพหรือการประมวลผลข้อมูลข้อความมันให้การอนุมานที่มีประสิทธิภาพสูงและมีความสามารถต่ำ-ทั้งหมดในขณะที่เพิ่มประสิทธิภาพสำหรับการดำเนินการในอุปกรณ์และลดค่าใช้จ่ายในการคำนวณ”

phi-4-multimodal สามารถประมวลผลทั้งภาพและเสียง เกณฑ์มาตรฐาน (ที่มา: Microsoft)

Phi-4-multimodal ยังแสดงให้เห็นถึงความสามารถที่ยอดเยี่ยมในงานที่เกี่ยวข้องกับการพูดกลายเป็นแบบเปิดโล่งในหลาย ๆ ด้าน href=”https://huggingface.co/spaces/hf-audio/open_asr_leaderboard”target=”_ blank”> huggingface openasr กระดานผู้นำที่มีอัตราความผิดพลาดคำที่น่าประทับใจ 6.14% GPT-4O-REALTITE-PREVIEW ในการตอบคำถามคำพูด (QA) งานเป็นขนาดรุ่นที่เล็กกว่าส่งผลให้ความสามารถน้อยกว่าในการรักษาความรู้ QA ที่เป็นจริง”

phi-4-multimodal มาตรฐานการพูด (ที่มา: Microsoft)

Phi-4-multimodal, espite ขนาดที่เล็กกว่าด้วยพารามิเตอร์เพียง 5.6b แสดงให้เห็นถึงความสามารถในการมองเห็นที่น่าทึ่งในการวัดประสิทธิภาพที่หลากหลาย (OCR) และการใช้เหตุผลด้านวิทยาศาสตร์การจับคู่การจับคู่หรือเกินกว่ารุ่นที่ใกล้ชิดเช่น Gemini-2-Flash-Lite-Preview/Claude-3.5-Sonnet”

phi-4-multimodal มาตรฐานการมองเห็น (ที่มา: Microsoft)

รุ่นอื่น ๆ Phi-4-Mini เป็นรุ่นพารามิเตอร์ 3.8b ที่มีสถาปัตยกรรมหม้อแปลงที่มีความหนาแน่นสูงเท่านั้น รองรับลำดับสูงถึง 128,000 โทเค็นที่มีความแม่นยำและความยืดหยุ่นสูง

ตาม Microsoft“ PHI-4-MINI สามารถให้เหตุผลผ่านการสืบค้นระบุและเรียกใช้ฟังก์ชั่นที่เกี่ยวข้องด้วยพารามิเตอร์ที่เหมาะสมได้รับเอาต์พุตฟังก์ชั่นและรวมผลลัพธ์เหล่านั้นไว้ในการตอบสนอง สิ่งนี้จะสร้างระบบที่ใช้เอเจนต์ที่ขยายได้ซึ่งความสามารถของโมเดลสามารถปรับปรุงได้โดยการเชื่อมต่อกับเครื่องมือภายนอกอินเตอร์เฟสโปรแกรมแอปพลิเคชัน (APIs) และแหล่งข้อมูลผ่านอินเทอร์เฟซฟังก์ชั่นที่กำหนดไว้อย่างดี”

phi-4-mini มาตรฐานภาษา (ที่มา: Microsoft)

ทำไม Microsoft กำลังเดิมพันในรุ่น AI ที่เล็กกว่า

การเปิดตัว Phi-4-Mini และ Phi-4-multimodal สามารถจัดทำโมเดล Microsoft ได้ ความสามารถในขณะที่ทำงานเกี่ยวกับโครงสร้างพื้นฐานที่มีต้นทุนต่ำ โดยการฝึกอบรม AI เกี่ยวกับชุดข้อมูลสังเคราะห์ที่ดูแลแทนที่จะพึ่งพาเนื้อหาที่สัดส่วนบนเว็บเพียงอย่างเดียว Microsoft สามารถมั่นใจได้ว่าการใช้เหตุผลเชิงตรรกะที่ดีขึ้นโดยไม่ต้องใช้ค่าใช้จ่ายในการคำนวณที่ไม่จำเป็น วิธีนี้มีบทบาทสำคัญในประสิทธิภาพทางคณิตศาสตร์ที่แข็งแกร่งของ PHI-4 ซึ่งเป็นการตอกย้ำว่าโมเดลขนาดเล็กที่ผ่านการฝึกอบรมมาอย่างดีสามารถท้าทายระบบ AI ที่มีขนาดใหญ่ขึ้น

องค์ประกอบสำคัญอีกประการหนึ่งคือการตัดสินใจของ Microsoft ในการปรับสมดุลการเข้าถึงโอเพนซอร์ซกับการรวมระบบคลาวด์ขององค์กร ด้วยการทำให้ Phi-4-mini เปิดใช้งานอย่างเปิดเผยในขณะที่รักษา phi-4-multimodal ภายในระบบนิเวศของ Azure Microsoft กำลังจัดเลี้ยงทั้งนักพัฒนาอิสระและธุรกิจที่พึ่งพาโซลูชั่น AI ที่ได้รับการจัดการ

วิธีการคู่นี้ตรงกันข้ามกับ OpenAI ซึ่ง จำกัด การเข้าถึงโมเดลล่าสุดและ Mistral AI ซึ่งมุ่งเน้นไปที่การปรับใช้ในท้องถิ่นมากกว่าบริการ AI บนคลาวด์

การแข่งขันจากการกอด Mistral AI รุ่น AI ขนาดเล็กกว่า Hugging Face ได้เปิดตัว SMOLVLM-256M และ SMOLVLM-500M รุ่นที่มีน้ำหนักเบาหลายรุ่นที่ออกแบบมาเพื่อทำงานบนอุปกรณ์พลังงานต่ำที่มี RAM น้อยกว่า 1GB โมเดลเหล่านี้มีวัตถุประสงค์เพื่อนักพัฒนาที่กำลังมองหาโซลูชั่น AI ที่ไม่ต้องการโครงสร้างพื้นฐานระดับสูงทำให้พวกเขาตรงไปตรงมาคู่แข่งไปยัง Phi-4-multimodal ของ Microsoft

Mistral AI ได้เสริมสร้างตำแหน่งด้วยการเปิดตัว Ministral 3B และ Ministral 8B ซึ่งแตกต่างจาก AI ที่พึ่งพาคลาวด์รุ่นเหล่านี้ได้รับการออกแบบมาเพื่อทำงานบนฮาร์ดแวร์ในท้องถิ่นโดยจัดการกับความต้องการที่เพิ่มขึ้นสำหรับ AI ที่เน้นความเป็นส่วนตัวซึ่งไม่จำเป็นต้องมีการเชื่อมต่ออินเทอร์เน็ต ตาม Mistral“ ลูกค้าได้ผลักดันตัวเลือกที่ไม่ต้องพึ่งพาโครงสร้างพื้นฐานคลาวด์ แต่ยังคงเสนอเวลาตอบสนองอย่างรวดเร็ว” บริษัท ยังอ้างว่าโมเดลเหล่านี้มีประสิทธิภาพสูงกว่าข้อเสนอที่คล้ายกันจากทั้ง Microsoft และ Google โดยเฉพาะอย่างยิ่งในการปฏิบัติตามคำสั่ง รุ่นเหล่านี้ได้รับการปรับให้เหมาะสมสำหรับระบบนิเวศ AI ของ Google และสามารถนำไปใช้กับ Google Cloud ผ่าน Vertex AI ได้ ตัวเองในฐานะผู้นำในการปรับใช้ AI ที่มีประสิทธิภาพด้วยผู้เล่นตัวจริง Phi-4 ของ Microsoft ในขณะนี้เข้าสู่ตลาดที่พัฒนาอย่างรวดเร็วไปสู่การเข้าถึงโซลูชั่น AI ที่ผ่านการประมวลผลได้หลายรูปแบบและในท้องถิ่น

Multimodal AI มีประโยชน์อย่างยิ่งสำหรับการวิเคราะห์เอกสารอัตโนมัติ ด้วยการรวมความสามารถเหล่านี้เข้ากับ Phi-4 Microsoft กำลังขยายแอพพลิเคชั่น AI นอกเหนือจากโมเดลข้อความแบบดั้งเดิมในขณะที่ยังคงรักษาประโยชน์ประสิทธิภาพของสถาปัตยกรรมขนาดกะทัดรัด

สถานที่ของ Microsoft ในตลาด AI ที่แข่งขันได้

การขยายตัวของ Mistral AI ในตลาดเอเชียแปซิฟิกและแผนการสำหรับการเสนอขายหุ้น IPO เน้นการลงทุนที่เพิ่มขึ้นใน AI ที่มีน้ำหนักเบา ในขณะเดียวกันการกอดใบหน้ายังคงทำให้ตำแหน่งของตนเป็นผู้นำในโอเพนซอร์ซ AI ซึ่งเสนอทางเลือกให้กับแบบจำลองที่เป็นกรรมสิทธิ์ผ่านระบบ AI ขนาดเล็กและปรับได้

กลยุทธ์ AI ของ Microsoft ยังคงไม่เหมือนใคร ในขณะที่ บริษัท ได้ให้การสนับสนุน Openai ทางการเงินฝ่าย AI ของตัวเองกำลังสร้างแบบจำลองที่เป็นทางเลือกให้กับวิธีการปิดแหล่งที่มาของ Openai สิ่งนี้ทำให้ Microsoft อยู่ในตำแหน่งที่เป็นผู้สนับสนุนและคู่แข่งในภูมิทัศน์ AI ที่พัฒนาขึ้นพร้อมกัน

เมื่อการยอมรับ AI เพิ่มขึ้นในอุตสาหกรรมความต้องการแบบจำลองที่สามารถทำงานได้อย่างมีประสิทธิภาพบนฮาร์ดแวร์ที่หลากหลายนั้นเพิ่มขึ้น การเปิดตัว Phi-4 ล่าสุดของ Microsoft บ่งชี้ว่าโมเดลขนาดเล็กที่มีประสิทธิภาพสูงอาจมีบทบาทมากขึ้นในการพัฒนา AI ขององค์กร แทนที่จะมุ่งเน้นไปที่การขยายจำนวนพารามิเตอร์ แต่เพียงผู้เดียวในขณะนี้ บริษัท กำลังเพิ่มประสิทธิภาพเทคนิคการฝึกอบรมและสถาปัตยกรรมการปรับแต่งเพื่อปรับปรุงประสิทธิภาพโดยไม่ลดความแม่นยำ