雖然近期與OpenAI合作將ChatGPT技術應用在新版Bing搜尋服務等產品，但微軟顯然並未停下自行建構大型語言模型的腳步。在稍早公布名為「Kosmos-1」的多型態大型語言模型，將能同時理解文字與圖像內容，藉此對應更複雜、多元的人工智慧技術應用。
微軟表示，用於訓練「Kosmos-1」資料同樣源自網路，同時為了讓「Kosmos-1」能進一步理解圖像內容，研究人員更透過事先將圖像以文字內容加上大量標記，讓此大型語言模型可以進一步理解圖像內容，藉此實現多型態運作模式。
加入圖像內容理解能力之後，將有助於「Kosmos-1」識別文字以外的圖像內容，甚至進一步判斷動態影片描述內容。
在進一步朝多型態運作模式發展，微軟預期將能在全能型的人工智慧技術發展邁進一大步，不再讓現有人工智慧僅侷限對應特定領域應用發展。
不過，許多人其實也對全能型的人工智慧技術發展表示擔憂，認為發展過度「聰明」的人工智慧，有可能加速影響人類既有生活模式，甚至可能導致人類滅亡，但也有看法表示此類擔憂純屬多慮，認為此類技術發展過程仍會加上諸多保護機制，避免人工智慧影響加劇。
