Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 ist die auf Präzision ausgerichtete Ausgabe der Bildfamilie 2.6, entwickelt für Text-to-Image-Generierung und kontrollierte Bearbeitung bestehender visueller Assets. Seine Modellkarte beschreibt ein Diffusionsmodell mit Flow Matching, 20 Milliarden Parametern ohne Embeddings und einem Kontext von 32K Tokens. Die beabsichtigte Ausgabe ist ein Bild: eine Produktkomposition, ein Porträt, eine Markenillustration oder eine überarbeitete Visualisierung, deren Layout und Hauptmotive stimmig bleiben, während sich ein bestimmtes Element ändert.

Beschreiben Sie für die Generierung Motiv, Komposition, Materialien, Licht, Blickwinkel und Bildstil. Geben Sie den genauen Wortlaut an, wenn eine Beschriftung, ein Titel oder Schild im Bild erscheinen soll, und beschreiben Sie seine Platzierung. Der Hersteller hebt in dieser Ausgabe verbesserte Textdarstellung, Porträts, 3D-Bilder und kommerzielle oder fotorealistische Ausgaben hervor. Ein hilfreiches Briefing benennt die wenigen Beziehungen, die das Bild tragen: welches Objekt im Vordergrund steht, wie es in der Szene angeordnet ist und wohin das Publikum zuerst blicken soll. Prüfen Sie feine Schrift und kleine Details im fertigen Bild.

Stellen Sie für die Bearbeitung das Quell-Asset bereit und nennen Sie die Änderung zusammen mit den zu bewahrenden Teilen. Dokumentierte Aufgaben umfassen Entfernen oder Austauschen von Objekten, Eigenschaftsänderungen, Inpainting, Layoutanpassung, Textaktualisierungen und die Bereinigung von Artefakten wie Bewegungsunschärfe. Die Modellkarte betont das Zusammendenken von Maßstab, Perspektive, Beleuchtung und räumlicher Platzierung, damit eine Überarbeitung zur bestehenden Szene passt. Benennen Sie zur Vorbereitung Objekt oder Bereich klar und erläutern Sie, ob eine lokale Korrektur, eine andere Anordnung oder eine umfassendere Stiländerung das Ziel 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. Für eine Beleuchtungsbearbeitung können Sie die Lampe aus einer Referenz auf den Schreibtisch einer anderen stellen, dabei die Schreibtischperspektive erhalten und den Lampenschatten dem Raumlicht folgen lassen. Eine separate Überarbeitung kann eine kurze Beschriftung aktualisieren und dabei Produktform und -position bewahren. Prüfen Sie die Referenzbeziehungen im Ergebnis, statt ein plausibles Objekt zu akzeptieren, das vom bereitgestellten abweicht.

Die Familie 2.6 ergänzt optionale Webfundierung und eine modellgesteuerte Seitenverhältniswahl. Webfundierung liefert relevanten aktuellen Kontext zur Interpretation einer Anfrage über einen realen Ort, ein Objekt oder veränderliche Informationen. Sie ist eine kreative Eingabe. Prüfen Sie daher sachliche Bilddetails anhand des beabsichtigten Motivs. Bei automatischer Seitenverhältniswahl kann das Modell Prompt und Bilder bei der Wahl des Kompositionsformats berücksichtigen. Ein Designbriefing kann Zielort und erforderliches Layout festlegen, etwa einen breiten Produkt-Hero mit Freiraum auf einer Seite oder ein Hochformatbild um eine stehende Person.

Die Ausgabegröße wird durch die Gesamtfläche bestimmt. Die konkrete Modellkarte und der Bildleitfaden nennen maximal 2.359.296 Pixel, entsprechend einem Quadrat von 1536×1536. Die dokumentierte Bildschnittstelle verlangt sowohl Breite als auch Höhe von mindestens 768 Pixeln; jede Abmessung darf 1536 überschreiten, solange die Gesamtfläche innerhalb der Grenze bleibt. Dies erlaubt eine längere Quer- oder Hochformatkomposition, 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 Layout, in dem das Bild eingesetzt wird.

Der Herstellerleitfaden gibt generierte und bearbeitete Ergebnisse als PNG-Bilddaten zurück. Bewahren Sie das fertige Bild mit Briefing und Quellreferenzen auf, wenn Sie eine Designüberarbeitung vorbereiten. Die Modellkarte nennt einen Kontext von 32K Tokens, während der Serving-Leitfaden einen maximalen Prompt-Kontext von 32.000 Tokens festlegt. Bewahren Sie bei langen Briefings diese angegebenen Geltungsbereiche, statt sie als Bildabmessungen zu behandeln. Das nutzbare Produktionsartefakt ist das dekodierte Bild, das geprüft und in eine Seite, Folie oder Komposition eingesetzt werden kann. Halten Sie gewünschten Zuschnitt und Textplatzierung dabei fest, damit spätere Bearbeitungen den Designzweck nicht versehentlich verändern.

Innerhalb dieser Familie betont MAI-Image-2.6 präzise Kontrolle und die jüngsten Fortschritte bei Bilddetails. MAI-Image-2.6-Flash bietet dieselben Fähigkeiten für Generierung, Bearbeitung, Fundierung und Seitenverhältniswahl in einer für reaktionsschnelle, wiederholte Produktion optimierten Ausgabe. Die Serie 2.5 verwendet eine kleinere dokumentierte Ausgabeflächengrenze und übernimmt die Steuerungen für Fundierung oder automatisches Seitenverhältnis von 2.6 nicht. Wählen Sie die Ausgabe nach dem benötigten Bild und Überarbeitungsprozess, statt aus einem gemeinsamen Familiennamen identische Einstellungen abzuleiten.

Prüfen Sie eine Bearbeitung anhand der vollständigen Quelle: Bewahrte Gesichter, Objektidentität, Geometrie, Schatten, Schrift und gewünschtes Layout sind gleichermaßen wichtig. Ein überzeugendes Foto kann dennoch eine falsche Kennzeichnung, eine inkonsistente Reflexion oder eine außerhalb der gewünschten Bearbeitung veränderte Eigenschaft enthalten. Halten Sie die nächste Korrektur konkret, etwa Beschriftung, Objektplatzierung oder ein bestimmtes Artefakt. So bleibt iterative Bearbeitung hilfreich, während Motiv und Komposition des ursprünglichen Briefings bewahrt werden.