Microsoft AI: MAI-Image-2.6 Flash

Microsoft AI MAI-Image-2.6 Flash es el miembro 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 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 en el encargo el sujeto, la disposición prevista, la iluminación, las indicaciones de materiales y el estilo. Especifica el texto exacto y la colocación de 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 encargo útil de producción aclara qué detalles deben mantenerse coherentes entre versiones y cuáles pueden variar. Por ejemplo, una serie de imágenes conceptuales puede conservar la misma descripción de producto y paleta de color mientras cambia la escena circundante o el punto de vista de cámara.

Para editar, aporta la imagen de origen y nombra la corrección prevista. El fabricante describe ediciones específicas de objetos, adaptación de composiciones, cambios de texto y corrección de artefactos como el desenfoque de movimiento. La preparación importante es una relación clara entre el cambio y la composición conservada. Para editar un conjunto de papelería, sustituye la superficie bajo el conjunto mientras conservas la disposición, la impresión del cuaderno y la dirección de las sombras. Revisa el resultado completo para detectar cambios no deseados en esos elementos conservados y haz específica la siguiente corrección solicitada.

La edición con múltiples referencias acepta hasta cinco imágenes JPEG o PNG en la interfaz de imágenes del fabricante. Utiliza referencias separadas para el objeto, la escena o el estilo cuando esas funciones ayuden a explicar el resultado deseado. Da a cada referencia una función breve en el encargo en lugar de dejar al modelo elegir qué imagen aporta el producto o la distribución. Esto resulta útil al preparar un concepto coherente de campaña: una referencia identifica el artículo, otra el entorno previsto y una tercera el tratamiento visual. La imagen generada aún necesita inspeccionarse en cuanto a parecido, escala y precisión del texto.

La fundamentación web opcional puede añadir contexto actual relevante a la solicitud de generación o edición 2.6. Utiliza 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 encargo y las referencias proporcionadas, mientras que el dimensionado 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 exige que ambas dimensiones de imagen sean de al menos 768 píxeles y permite que cualquier lado supere 1536 cuando el área total permanezca dentro del límite. Por tanto, un objetivo horizontal o vertical necesita un cálculo de anchura y altura, no un máximo supuesto en cada lado. Las respuestas de generación y edición del fabricante contienen datos de imagen PNG. Guarda la imagen completa para inspeccionarla al tamaño al que aparecerá, incluidas las letras pequeñas y los bordes del objeto principal.

La ficha conjunta del modelo 2.6 indica un contexto de 32K tokens. La guía de servicio especifica un contexto máximo del prompt de 32 000 tokens, y la entrada exacta de Flash en el catálogo enumera 4096 tokens de salida. Esas cantidades de tokens son independientes del área de píxeles de la imagen. Un encargo conciso y bien organizado puede seguir siendo preferible a una larga colección de descripciones contradictorias: separa el sujeto, los detalles conservados, el cambio solicitado y el tratamiento visual. Conserva las referencias de origen y la redacción final junto 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 la producción eficiente y ágil; seleccionarlo no añade una garantía fija de tiempo de generación. La familia anterior 2.5 tiene un área de salida documentada menor y sus propias opciones de edición. Los controles de fundamentación 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 y a mantener separados los ajustes específicos de versión.

Para un conjunto de imágenes generadas, compara los objetos repetidos, los rostros, las letras, la paleta y la composición antes de organizarlas como un sistema de diseño. Para una edición, compara el resultado con la fuente real en lugar de juzgar solo el objeto cambiado. 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 concreto y conserva las demás elecciones acertadas para la siguiente revisión.