Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI MAI-Image-2.5 Pro es la edición enfocada en fidelidad dentro de la serie de imágenes 2.5. Genera imágenes a partir de briefs en lenguaje natural y realiza ediciones dirigidas en recursos existentes. Microsoft identifica las imágenes principales, la edición detallada y el texto preciso dentro de la imagen como usos centrales, y su comparación de modelos destaca la consistencia de objetos, personajes, materiales y relaciones espaciales en composiciones complejas. El recurso final es una imagen para un flujo de diseño o producción, como una imagen clave de producto o una escena editorial cuidadosamente organizada.

Para generar, describe la composición mediante relaciones en lugar de una lista de objetos sin conexión. Identifica el sujeto principal, su escala respecto a los elementos cercanos, los materiales y la dirección de la luz. El razonamiento visual documentado de la edición Pro resulta útil cuando esas relaciones determinan si una escena densa es creíble. Para una composición de producto, coloca una jarra de cerámica, vasos transparentes y una tela doblada sobre una mesa de madera, con reflejos consistentes y una sola luz de ventana. Revisa los puntos de contacto, las sombras y las propiedades visibles de los materiales en la imagen resultante.

Para trabajo con productos y personajes, proporciona la identidad visual que debe sobrevivir a la edición. Microsoft describe como fortalezas de Pro la consistencia de objetos en escenas complejas y la consistencia de personajes entre vistas y momentos. Indica qué rasgos identifican al artículo o persona y qué aspecto de la escena debe cambiar. Por ejemplo, conserva la silueta y los detalles de cierre de una chamarra mientras colocas al personaje en un fondo diferente. La revisión útil compara esos detalles conservados con la referencia de origen; un resultado visualmente atractivo no es por sí solo evidencia de una coincidencia exacta.

La interfaz de edición de imágenes del fabricante admite hasta cinco referencias JPEG o PNG. Separa sus funciones en el brief: producto, persona, entorno o tratamiento visual. Las tareas de edición incluyen eliminación y sustitución de objetos, cambios de atributos, relleno de zonas, adaptación de composición, actualización de texto y limpieza de artefactos. Para una edición local, describe el elemento o la zona que se debe editar y los elementos circundantes que deben conservarse. Para una reorganización más sustancial, explica cómo debe funcionar la composición después del cambio para que el modelo tenga un objetivo espacial coherente.

La representación de texto es especialmente pertinente en una composición principal o un concepto de empaque. Proporciona la frase exacta, su posición y su relación con el objeto o la imagen. Mantén consistentes los nombres recurrentes y el texto de las etiquetas entre el brief y las referencias. Revisa cada carácter representado al tamaño previsto de visualización y compáralo con el texto proporcionado. Una edición posterior puede enfocarse en la redacción o ubicación y conservar la composición de producto que funcionó. La salida PNG puede entonces incorporarse a la composición cuyos requisitos finales de tipografía y recorte ya se conocen.

La guía actual de imágenes de Microsoft aplica un área máxima de salida de 1,048,576 píxeles a los modelos 2.5, equivalente a 1024×1024. Ambas dimensiones deben ser de al menos 768 píxeles en esa interfaz, y se permite un lado más largo cuando el área total permanece dentro del límite. Esto admite composiciones rectangulares como 1344×768, que suma 1,032,192 píxeles. Esa restricción de área es distinta de un máximo de 1024 en cada lado. Prepara la forma objetivo para la composición en lugar de esperar que una etiqueta genérica de relación de aspecto determine correctamente el recorte.

La guía de servicio especifica un contexto máximo de prompt de 32,000 tokens y devuelve datos de imagen PNG tanto para generación como para edición. La página exacta de Pro en el catálogo incluye por separado una ventana de contexto de 131.072K y 4,096 tokens de salida. Estas son cantidades de tokens publicadas con su propio alcance de catálogo o servicio; la preparación práctica de solicitudes de imagen sigue los límites de prompt y píxeles del servicio. Conserva la imagen, las referencias de origen y el brief como un solo registro de revisión. Revisa el resultado visual mismo frente a las restricciones detalladas de identidad, material y geometría que motivaron elegir Pro.

La elección de versión debe seguir a la composición. MAI-Image-2.5 estándar cubre generación general y ediciones localizadas; Pro añade el énfasis de la serie en fidelidad y relaciones consistentes en escenas visualmente densas. La familia 2.6 eleva el límite documentado de área de salida y añade fundamentación opcional con búsquedas web y selección automática de aspecto. Esos controles posteriores son específicos de 2.6 y no definen el flujo de esta edición Pro. Elige Pro cuando la parte difícil del brief sea la identidad estable de un objeto, la apariencia de materiales o la estructura espacial dentro de una imagen detallada.

Revisa tanto el cambio solicitado como el contenido conservado. Las manos que sostienen objetos, las intersecciones, la letra pequeña, el parecido facial y los reflejos son puntos útiles para inspeccionar en una composición compleja. Una imagen plausible aún puede contener una marca engañosa o una relación física incorrecta. Haz concreta la siguiente corrección y conserva las partes del brief que produjeron la composición prevista. Esto permite una secuencia controlada de revisiones de diseño en lugar de redefinir repetidamente toda la escena.