Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 ist die Edition für allgemeine Generierung und kontrollierte Bearbeitung der 2.5-Bildfamilie. Seine Modellkarte beschreibt ein Diffusionsmodell mit Flow Matching, 20 Milliarden Parametern ohne Embeddings, Text- und Bildeingabe und einem Kontext von 32K Tokens. Es liefert Bilder für Konzepte, Porträts, Produktvisualisierungen, Illustrationen und Überarbeitungen bestehender Designs. Die sinnvolle Ausgangsentscheidung ist, ob die Aufgabe eine neue Komposition oder eine konkrete Änderung an vorhandenem Material mit dem gewünschten Motiv benötigt.

Beschreiben Sie für die Generierung Hauptmotiv, Bildstil, Licht, Blickwinkel und Anordnung. Der Hersteller hebt detaillierte, zusammenhängende Bilder, Textdarstellung, Produktbilder und Prompt-Befolgung hervor. Ein praktisches Briefing für eine Präsentationsillustration kann Motivrolle, visuellen Schwerpunkt und umgebenden Freiraum bestimmen. Ein Produktkonzept kann Material, Massstab und Oberflächenfinish enthalten. Halten Sie die Beschreibung zusammenhängend, damit Objekte eine Szene und einen Lichtplan teilen, statt mehrere unvereinbare Bildgestaltungen zu kombinieren.

Visuelles Schlussfolgern betrifft in dieser Edition Szenenstruktur, Licht, Massstab und räumliche Beziehungen. Der Hersteller nennt als Bearbeitungsanwendung das Hinzufügen eines Objekts mit passender Perspektive und Schatten. Platzieren Sie bei einer Werkstattbearbeitung einen kleinen Hocker neben eine Werkbank und erhalten Sie Blickwinkel und Licht. Vergleichen Sie bei der Prüfung Hockergrösse, Bodenkontakt und die Ausrichtung seines Schattens mit anderen Objekten. Auch ein lokal überzeugendes Objekt muss zur Geometrie des gesamten Quellbildes passen.

Gezielte Bearbeitungen umfassen Objektentfernung oder -ersatz, Attributänderungen, Inpainting, Layoutanpassung, Textaktualisierung und Bereinigung wie das Reduzieren von Bewegungsunschärfeartefakten. Liefern Sie das Quellbild und benennen Sie Korrektur und zu erhaltende Details. Eine fokussierte Fotobearbeitung könnte ein störendes Hintergrundobjekt entfernen und dabei Person, Beschnitt und Vordergrundanordnung erhalten. Eine Designüberarbeitung könnte eine kurze Textzeile aktualisieren und die Komposition bewahren. Vergleichen Sie das vollständige Ergebnis mit der Quelle, statt nur den bearbeiteten Bereich zu beurteilen.

Microsoft betont auch konsistente Gesichtsidentität über Bearbeitungen hinweg, einschliesslich Änderungen von Haltung, Ausdruck oder Blickwinkel. Verwenden Sie eine klare Ähnlichkeitsreferenz und formulieren Sie die gewünschte Änderung so, dass identifizierende Merkmale erhalten bleiben. Der aktuelle Bearbeitungsleitfaden akzeptiert bis zu fünf JPEG- oder PNG-Bilder; verschiedene Referenzen können Person, Objekt, Szene oder Stil bestimmen. Benennen Sie diese Rollen im Prompt. Prüfen Sie bei einer Porträtüberarbeitung Gesicht und veränderte Kleidung oder Hintergrund, bevor Sie das Bild als fertig behandeln.

Die genaue Modellkarte begrenzt die Ausgabe auf insgesamt 1’048’576 Pixel, entsprechend einem Quadrat mit 1024×1024, und erlaubt einer Seite, 1024 zu überschreiten, wenn die Gesamtfläche innerhalb dieser Grenze bleibt. Der Bereitstellungsleitfaden verlangt zusätzlich mindestens 768 Pixel für beide Abmessungen. Ein rechteckiges Ziel wie 1344×768 hat 1’032’192 Pixel und erfüllt diese dokumentierten Flächen- und Mindestabmessungsregeln. Entscheidend ist das Produkt aus Breite und Höhe; bereiten Sie deshalb das Zielformat vor, bevor Sie eine Quer- oder Hochformatkomposition anfordern.

Generierung und Bearbeitung liefern PNG-Bilddaten in der Bereitstellungsschnittstelle des Herstellers. Die native Modellkarte nennt 32K Tokens Kontext, diese Schnittstelle dagegen maximal 32’000 Tokens Prompt-Kontext. Die separate Katalogangabe von 4’096 Ausgabetokens ist ein Tokenkontingent und keine Ausgabeabmessung. Erhalten Sie diese genannten Geltungsbereiche beim Ordnen eines detaillierten Prompts und des fertigen Bildes. Quellmaterial, erhaltene Merkmale, gewünschte Änderungen und Zielgrösse bilden zusammen mit dem PNG einen nützlichen Überarbeitungsnachweis.

Das kreative Spektrum des Modells reicht von fotorealistischen und filmischen Bildern über Porträts, Produkt- oder Markenkonzepte bis zu texttragenden Designs und anderen Bildstilen. Geben Sie bei Etiketten oder Schildern den exakten Wortlaut an und prüfen Sie die Schreibweise in der endgültigen Anzeigegrösse. Eine erkennbare fotografische Oberfläche kann dennoch erfundene Details, inkonsistente Reflexionen oder ungenaue Schrift enthalten. Eine praktische Prüfung folgt den Designanforderungen: Objektidentität, Lesbarkeit, räumliche Beziehungen und erhaltene Szene sind alle wichtig. Halten Sie eine konkrete Korrektur von bereits gelungenen Änderungen getrennt.

Innerhalb der 2.5-Familie betont Pro höhere Wiedergabetreue und stabile Beziehungen in dichten Szenen; Flash dient reaktionsschnellerer Produktion. Die 2.6-Familie führt eine grössere dokumentierte Pixelfläche, optionale Web-Fundierung und modellgesteuerte Seitenverhältniswahl ein. Standard-2.5 behält seinen eigenen Generierungs- und Bearbeitungsablauf ohne diese späteren Steuerungen. Wählen Sie die Edition nach dem schwierigen Teil der tatsächlichen Bildaufgabe und prüfen Sie das fertige Ergebnis anhand dieses Briefings.