A Microsoft bemutatta a gyorsabb MAI-Image-2.6-Flash képgenerátort
A Microsoft elérhetővé tette fejlesztők számára a MAI-Image-2.6 képgenerátort a Microsoft Foundryban, és bemutatta annak gyorsabb, nagy terhelésre szánt változatát. A MAI-Image-2.6-Flash a vállalat szerint a minőség megtartása mellett 2,8-szor gyorsabban generál képeket, mint a GPT-Image-2-Medium.
- A MAI-Image-2.6 elérhetővé vált a fejlesztők számára a Microsoft Foundryban.
- A Microsoft bemutatta a nagy terhelésre szánt MAI-Image-2.6-Flash modellt.
- A Flash változat a Microsoft szerint 2,8-szor gyorsabb a GPT-Image-2-Mediumnél.
- A vállalat 72 százalékkal nagyobb hatékonyságot állít a Flash modell javára.
- Mindkét modell támogatja a többképes szerkesztést, a webes megalapozást és a dinamikus képarányokat.
Két modell eltérő fejlesztői igényekre
A Microsoft AI szeptember 4-i közleménye szerint a MAI-Image-2.6 a vállalat eddigi legerősebb képgeneráló modellje. A modell mostantól a Microsoft Foundryban érhető el a fejlesztők számára.
A Microsoft ezzel együtt kibővítette a modellcsaládot a MAI-Image-2.6-Flash változattal. Ezt kifejezetten olyan termelési feladatokra tervezték, ahol fontos a rövid válaszidő és a nagy feldolgozási kapacitás. A fejlesztők így a közlemény szerint a maximális pontosságra optimalizált MAI-Image-2.6 és a gyorsabb működésre szánt Flash változat között választhatnak.
Közös képszerkesztési és webes funkciók
Mindkét modell támogatja a több képre támaszkodó szerkesztést, a webes források bevonását és a dinamikus képarányokat. A többképes referencia-szerkesztés lehetővé teszi, hogy a fejlesztők egynél több referencia-képet használjanak a képgenerálási vagy képszerkesztési feladatokban.
A webes megalapozás, vagyis a web grounding, a modell webes információkhoz kapcsolódó működését jelenti. A dinamikus képarányok pedig azt teszik lehetővé, hogy a létrehozott kép mérete és formátuma a feladathoz igazodjon. A Microsoft ezeknek a képességeknek a részletes technikai korlátait a közleményben nem ismertette.
A Microsoft rangsorokra és belső tesztre hivatkozik
A Microsoft szerint a MAI-Image-2.6 az iparág vezető képgeneráló modelljei között szerepel. Az Arena rangsorában a modell a második helyen áll szövegből képet létrehozó és képszerkesztési feladatokban. Az Artificial Analysis rangsora szerint szövegből képet generálva szintén a második, képszerkesztésben pedig az első helyet foglalja el.
A vállalat a MAI-Image-2.6-Flash teljesítményét a GPT-Image-2-Mediumhez mérte. Közlése szerint a Flash modell 2,8-szor gyorsabban generál képeket, miközben 72 százalékkal nagyobb hatékonyságot ér el. A Microsoft azt is jelezte, hogy a számok belső terhelési tesztből származnak, ezért a tényleges késleltetés a prompttól és a terheléstől függhet.
Mit jelent ez a fejlesztőknek?
A bejelentés a fejlesztők számára kétféle használati irányt kínál ugyanazon modellcsaládon belül. A MAI-Image-2.6 azoknak lehet megfelelő, akik a Microsoft által kiemelt pontosságot keresik, míg a MAI-Image-2.6-Flash a gyors válaszidőt igénylő, nagy mennyiségű képgenerálási feladatokra készült.
A modellek közös támogatása a többképes referencia-szerkesztéshez, a webes megalapozáshoz és a dinamikus képarányokhoz azt jelenti, hogy a fejlesztők ezekre a funkciókra építve választhatnak a minőségre és a sebességre optimalizált változat között. A MAI-Image-2.6 elérhetősége a Microsoft Foundryban a közlemény alapján közvetlenül a fejlesztői felhasználást célozza.
Microsoft AI: Pushing the quality-cost frontier with MAI-Image-2.6 | Microsoft AI
