Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 ist die auf Präzision ausgerichtete Ausgabe der 2.6-Bildfamilie für Text-zu-Bild-Generierung und kontrollierte Bearbeitung vorhandener Bilddateien. Seine Modellkarte beschreibt ein Diffusionsmodell mit Flow Matching, 20 Milliarden Parametern ohne Embeddings und einem Kontext von 32K Tokens. Die gewünschte Ausgabe ist ein Bild: eine Produktkomposition, ein Porträt, eine Markenillustration oder ein überarbeitetes Motiv, dessen Layout und Hauptmotive zusammenhängend bleiben, während ein bestimmtes Element geändert wird.

Beschreiben Sie für die Generierung Motiv, Komposition, Materialien, Licht, Blickwinkel und Bildstil. Geben Sie genauen Wortlaut an, wenn ein Etikett, Titel oder Schild erscheinen soll, und beschreiben Sie seine Position. Der Hersteller hebt verbesserte Textdarstellung, Porträts, 3D-Bilder und kommerzielle oder fotorealistische Ergebnisse dieser Ausgabe hervor. Ein gutes Briefing benennt die wenigen entscheidenden Beziehungen: welcher Gegenstand im Vordergrund steht, wie er in der Szene sitzt und wohin der Blick zuerst gehen soll. Prüfen Sie feine Beschriftungen und kleine Details im fertigen Bild.

Geben Sie für die Bearbeitung die Quelldatei an und beschreiben Sie Änderung und zu erhaltende Teile. Dokumentierte Aufgaben umfassen Objektentfernung oder -austausch, Attributänderungen, Inpainting, Layoutanpassung, Textaktualisierung und Bereinigung von Artefakten wie Bewegungsunschärfe. Die Modellkarte betont das Zusammendenken von Maßstab, Perspektive, Licht und räumlicher Platzierung, damit die Überarbeitung zur bestehenden Szene passt. Benennen Sie Gegenstand oder Bereich klar und erklären Sie, ob eine lokale Korrektur, andere Anordnung oder umfassendere Stiländerung gewünscht ist.

Der Bildbearbeitungsleitfaden des Herstellers akzeptiert bis zu fünf JPEG- oder PNG-Referenzen. Geben Sie jedem Bild eine eigene Rolle, etwa Produkt, Person, Umgebung, Layout oder Bildstil. Setzen Sie für eine Lichtbearbeitung eine Lampe aus einer Referenz auf den Schreibtisch einer anderen, erhalten Sie die Schreibtischperspektive und richten Sie den Lampenschatten nach dem Raumlicht aus. Eine separate Überarbeitung kann eine kurze Beschriftung ändern und Produktform und -position erhalten. Prüfen Sie die Referenzbeziehungen im Ergebnis, statt einen plausiblen, aber vom gelieferten abweichenden Gegenstand zu akzeptieren.

Die 2.6-Familie ergänzt optionalen Web-Quellenbezug und modellgesteuerte Seitenverhältniswahl. Web-Quellenbezug liefert relevanten aktuellen Kontext zur Interpretation von Anfragen über reale Orte, Gegenstände oder veränderliche Informationen. Er ist eine kreative Eingabe; prüfen Sie sachliche Bilddetails daher am vorgesehenen Motiv. Automatische Formatwahl lässt das Modell Prompt und Bilder bei der Kompositionsform berücksichtigen. Ein Designbriefing kann Einsatzort und Layout vorgeben, etwa ein breites Produkthauptmotiv mit Freiraum auf einer Seite oder ein Hochformatbild um eine stehende Person.

Die Ausgabegröße richtet sich nach der Gesamtfläche. Die genaue Modellkarte und der Bildleitfaden nennen höchstens 2.359.296 Pixel, entsprechend einem Quadrat von 1536×1536. Die dokumentierte Bildschnittstelle verlangt Breite und Höhe von mindestens 768 Pixeln; jede Seite darf 1536 überschreiten, sofern die Gesamtfläche innerhalb der Grenze bleibt. Damit sind längere Quer- oder Hochformatkompositionen möglich, statt jede Seite auf 1536 Pixel zu begrenzen. Ein Ziel von 1024×2048 hat beispielsweise 2.097.152 Pixel und erfüllt die dokumentierte Flächenregel. Prüfen Sie die endgültigen Abmessungen für das spätere Layout.

Der Herstellerleitfaden liefert generierte und bearbeitete Ergebnisse als PNG-Bilddaten. Bewahren Sie das fertige Bild mit Briefing und Quellenreferenzen für Designüberarbeitungen auf. Die Modellkarte nennt einen Kontext von 32K Tokens; der Bereitstellungsleitfaden nennt maximal 32.000 Tokens Prompt-Kontext. Behalten Sie diese Geltungsbereiche bei langen Briefings bei, statt sie als Bildabmessungen zu behandeln. Das nutzbare Produktionsergebnis ist das dekodierte Bild, das geprüft und in eine Seite, Folie oder Komposition eingesetzt werden kann. Halten Sie gewünschten Zuschnitt und Textplatzierung fest, damit spätere Änderungen den Designzweck nicht versehentlich verändern.

Innerhalb der Familie betont MAI-Image-2.6 präzise Kontrolle und jüngste Verbesserungen der Bilddetails. MAI-Image-2.6-Flash bietet dieselben Fähigkeiten für Generierung, Bearbeitung, Quellenbezug und Formatwahl in einer auf schnelle, wiederholte Produktion optimierten Ausgabe. Die 2.5-Serie verwendet eine kleinere dokumentierte Ausgabefläche und übernimmt nicht die Quellenbezug- oder automatischen Formatsteuerungen von 2.6. Wählen Sie die Ausgabe nach Bild- und Überarbeitungsbedarf, statt aus einem gemeinsamen Familiennamen identische Einstellungen abzuleiten.

Prüfen Sie eine Bearbeitung anhand der vollständigen Quelle: erhaltene Gesichter, Objektidentität, Geometrie, Schatten, Beschriftung und gewünschtes Layout sind relevant. Ein überzeugendes Foto kann dennoch eine falsche Kennzeichnung, unstimmige Reflexion oder eine Änderung außerhalb des Bearbeitungsziels enthalten. Halten Sie die nächste Korrektur konkret, etwa Etikett, Objektplatzierung oder ein bestimmtes Artefakt. So bleibt iterative Bearbeitung nützlich und bewahrt Motiv und Komposition des ursprünglichen Briefings.