微軟在官方宣布在Azure AI云開發平臺中，新增了Falcon、Phi、Jais、Code Llama、CLIP、Whisper V3、Stable Diffusion等40個新模型，涵蓋文本、圖像、代碼、語音等內容生成。

　　開發人員只需要通過API或SDK就能快速將模型集成在應用程序中，同時支持數據微調、指令優化等量身定制功能。

　　此外，開發人員可通過關鍵字搜索，在Azure AI的“模型超市”中迅速找到適合自己的產品，例如，輸入“代碼”兩字，就能顯示相應的模型。

　　以下是部分知名新增模型的簡單介紹

　　Whisper V3

　　Whisper V3是OpenAI最新開發的語音模型，使用了100萬小時弱標記音頻和400萬小時的偽標記音頻的多語言數據進行了訓練，同時接受了語音識別和語音翻譯方面的訓練。支持語音翻譯、轉錄等功能。

　　Stable Diffusion

　　Stable Diffusion是由Stability AI開發的文本生成圖像擴散模型，可生成素描、油畫、卡通、3D等多種類型圖片，也是目前最強開源擴散模型之一。

　　微軟Azure AI將提供Stable-Diffusion-V1-4、Stable-Diffusion-2-1、Stable-Diffusion-V1-5、Stable-Diffusion-Inpainting 、Stable-Diffusion-2-Inpainting五種不同版本模型。

　　Phi

　　Phi-1-5有 13億參數Transformer架構的模型。使用了與 Phi-1相同的數據進行了訓練，并增加了一個新的數據源，該數據源由各種NLP合成文本組成。

　　在評估測試常識、語言理解和邏輯推理的基準時， Phi-1.5成為參數少于100億的模型中，成為最出色的模型之一。該模型可以寫詩，起草電子郵件，創作故事，總結文本，編寫 Python 代碼等。

　　Phi-2有27億參數，與 Phi-1-5相比，其推理能力和安全措施有了顯著提高，但與業內其他Transformer 架構模型相比參數較小，但性能依然強悍。

　　Falcon

　　Falcon(獵鷹)模型是由阿聯酋阿布扎比研究室出品的大語言模型，使用了1萬億訓練數據集，支持文本生成、內容總結等功能，支持Falcon-40b、Falcon-40b-Instruct 、Falcon-7b-Instruct和Falcon-7b四種模型。

　　SAM

　　SAM(Segment Anything Model)是由Meta開發的圖像分割模型，可根據提示快速分割圖像。SAM在1100萬張圖像和11億掩模的數據集上進行了訓練。

　　SAM支持0樣本訓練支持新的圖像分割任務，目前有Facebook-Sam-Vit-Large 、Facebook-Sam-Vit-Huge 、Facebook-Sam-Vit-Base 三種模型。

　　CLIP

　　CLIP是由OpenAI開發的多模態AI模型，在大量的圖像和文本對上進行訓練，能夠理解圖像內容并將其與自然語言描述相關聯。CLIP通過對圖像和文字進行共同的表示學習，極大地提升了計算機視覺的各種任務，包括分類、對象檢測、圖像字幕和更多。

　　目前有OpenAI-CLIP-Image-Text-Embeddings-ViT-Base-Patch32、OpenAI-CLIP-ViT-Base-Patch32和OpenAI-CLIP-ViT-Large-Patch14三個版本。

　　Code Llama

　　Code Llama是Meta開發的專注開發領域的模型，通過文本就能生成、審核、改寫代碼，擁有CodeLlama-34b-Python 、CodeLlama-13b-Instruct等8個版本，是目前最強開源代碼模型之一。