Microsoft AI: MAI-Image-2.6 Flash

Microsoft AI MAI-Image-2.6 Flash es el integrante optimizado de la familia de imágenes 2.6. Realiza generación de texto a imagen y edición de imagen a imagen, con los mismos controles de referencias, fundamentación con búsquedas y composición documentados para MAI-Image-2.6. Microsoft orienta Flash a trabajos que necesitan una secuencia ágil de imágenes o ediciones, como conceptos visuales, producción repetida de contenido y revisiones de un diseño existente. El modelo produce una imagen terminada, no un proyecto de diseño con objetos editables de forma independiente.

Para una imagen nueva, prepara sujeto, disposición prevista, iluminación, indicaciones de materiales y estilo en el brief. Especifica texto y ubicación exactos para cualquier texto visible. Las fortalezas documentadas de la familia 2.6 incluyen representación de texto, retratos, imágenes comerciales fotorrealistas e imágenes de estilo 3D. Un brief útil de producción deja claro qué detalles deben permanecer consistentes entre versiones y cuáles pueden variar. Por ejemplo, una serie de imágenes conceptuales puede conservar la misma descripción de producto y paleta mientras cambia la escena circundante o el punto de vista de cámara.

Para ediciones, da la imagen de origen y nombra la corrección prevista. El fabricante describe ediciones dirigidas de objetos, adaptación de composición, cambios de texto y limpieza de artefactos como desenfoque de movimiento. La preparación importante es una relación clara entre el cambio y la composición conservada. Para una edición de papelería, reemplaza la superficie debajo del conjunto y conserva la disposición, la impresión de la libreta y la dirección de las sombras. Revisa el resultado completo en busca de cambios involuntarios en esos elementos conservados y después haz específica la siguiente corrección solicitada.

La edición con varias referencias admite hasta cinco imágenes JPEG o PNG en la interfaz de imágenes del fabricante. Usa referencias separadas para objeto, escena o estilo cuando esas funciones ayuden a explicar el resultado deseado. Dale a cada referencia una función breve en el brief en lugar de dejar que el modelo elija qué imagen aporta el producto o la composición. Esto resulta útil al preparar un concepto consistente de campaña: una referencia identifica el artículo, otra el entorno previsto y una tercera el tratamiento visual. La imagen generada aún necesita revisión de parecido, escala y exactitud del texto.

La fundamentación opcional con búsquedas web puede añadir contexto actual pertinente a la solicitud de generación o edición 2.6. Usa una descripción precisa del sujeto cuando la imagen deseada dependa de un lugar real o un objeto identificable. La selección automática de aspecto puede elegir una forma a partir del brief y las referencias proporcionadas, mientras que el tamaño explícito sigue siendo útil cuando una composición tiene un destino conocido. Prepara el recorte previsto y el área reservada para texto posterior antes de pedir variantes. Cambiar el recorte después de componer puede eliminar el detalle visual que hacía útil la imagen.

El límite de área de salida es de 2,359,296 píxeles, equivalente a un cuadrado de 1536×1536. La guía de servicio requiere que ambas dimensiones de imagen sean de al menos 768 píxeles y permite que cualquiera de los lados supere 1536 cuando el área total se mantenga dentro del límite. Por ello, un objetivo horizontal o vertical necesita un cálculo de ancho por alto en lugar de un máximo supuesto por lado. Las respuestas de generación y edición del fabricante contienen datos de imagen PNG. Guarda la imagen completa para revisarla al tamaño en que aparecerá, incluidas las letras pequeñas y los bordes del objeto principal.

La ficha conjunta del modelo 2.6 informa un contexto de 32K tokens. La guía de servicio especifica un contexto máximo de prompt de 32,000 tokens, y la entrada exacta de Flash en el catálogo incluye 4,096 tokens de salida. Esas cantidades de tokens son independientes del área de píxeles de la imagen. Un brief conciso y bien organizado puede seguir siendo preferible a una colección larga de descripciones contradictorias: separa sujeto, detalles conservados, cambio solicitado y tratamiento visual. Conserva las referencias de origen y la redacción final con la imagen para que una revisión posterior parta de la intención real de diseño.

La edición de precisión MAI-Image-2.6 y esta edición Flash comparten los controles de creación 2.6. La función distintiva de Flash es una producción eficiente y ágil; seleccionarla no añade una garantía de tiempo fijo de generación. La familia anterior 2.5 tiene un límite documentado menor de área de salida y sus propias opciones de edición. Los controles de fundamentación con búsquedas y aspecto dirigido por el modelo de 2.6 son específicos de la familia 2.6. Esta distinción ayuda a conservar el mismo flujo de preparación donde está documentado, manteniendo separada la configuración específica de versión.

Para un conjunto de imágenes generadas, compara objetos repetidos, rostros, letras, paleta y composición antes de organizarlas como un solo sistema de diseño. Para una edición, compara el resultado con la fuente real en lugar de juzgar solamente el objeto modificado. El detalle fotorrealista puede ser persuasivo mientras una etiqueta pequeña, un reflejo o una relación geométrica siguen siendo incorrectos. Una revisión práctica identifica ese defecto específico y conserva las demás elecciones acertadas para la siguiente revisión.