Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 est l’édition de la famille d’images 2.6 axée sur la précision, conçue pour la génération texte-vers-image et la retouche contrôlée de visuels existants. Sa fiche décrit un modèle de diffusion utilisant le flow matching, avec 20 milliards de paramètres hors embeddings et un contexte de 32K tokens. La sortie prévue est une image : composition produit, portrait, illustration de marque ou visuel révisé dont l’agencement et les sujets clés restent cohérents pendant qu’un élément précis change.

Pour la génération, décrivez le sujet, la composition, les matériaux, la lumière, le point de vue et le style visuel. Fournissez le texte exact lorsqu’une étiquette, un titre ou une enseigne doit apparaître dans l’image, et décrivez son emplacement. Le fabricant souligne dans cette édition l’amélioration du rendu de texte, des portraits, de l’imagerie 3D et des sorties commerciales ou photoréalistes. Un brief utile identifie les quelques relations qui font fonctionner l’image : l’objet mis au premier plan, sa place dans la scène et l’endroit où le public doit regarder d’abord. Examinez les petits caractères et les détails fins dans l’image terminée.

Pour la retouche, fournissez le visuel source et énoncez le changement avec les parties à conserver. Les tâches documentées comprennent la suppression ou le remplacement d’objets, les changements d’attributs, l’inpainting, l’adaptation de mise en page, les mises à jour de texte et la correction d’artefacts comme le flou de mouvement. La fiche souligne le raisonnement sur l’échelle, la perspective, la lumière et le placement spatial afin qu’une révision s’intègre à la scène existante. En préparation, identifiez clairement l’objet ou la zone et expliquez si l’objectif est une correction locale, un autre agencement ou un changement de style plus large.

Le guide de retouche du fabricant accepte jusqu’à cinq références JPEG ou PNG. Donnez à chaque image un rôle distinct : produit, personne, décor, mise en page ou style visuel. Pour une retouche d’éclairage, placez une lampe d’une référence sur le bureau d’une autre, en préservant la perspective du bureau et en faisant suivre à l’ombre de la lampe la lumière de la pièce. Une révision distincte peut mettre à jour une courte étiquette tout en conservant la forme et la position du produit. Vérifiez les relations entre références dans le résultat au lieu d’accepter un objet plausible qui diffère de celui fourni.

La famille 2.6 ajoute un ancrage web facultatif et la sélection du rapport d’image par le modèle. L’ancrage web fournit un contexte actuel pertinent lors de l’interprétation d’une demande portant sur un lieu réel, un objet ou des informations changeantes. C’est une entrée créative : vérifiez donc les détails visuels factuels par rapport au sujet visé. La sélection automatique du rapport laisse le modèle tenir compte du prompt et des images pour choisir la forme de la composition. Un brief de design peut préciser la destination et la mise en page requise : par exemple, un grand visuel produit horizontal avec de l’espace libre d’un côté ou une image portrait construite autour d’un sujet debout.

La taille de sortie dépend de la surface totale. La fiche exacte et le guide d’image indiquent un maximum de 2 359 296 pixels, équivalent à un carré de 1536×1536. L’interface d’image documentée exige une largeur et une hauteur d’au moins 768 pixels chacune, et l’une ou l’autre peut dépasser 1536 si le total respecte la limite de surface. Cela permet une composition paysage ou portrait plus allongée au lieu d’imposer un maximum de 1536 pixels à chaque côté. Par exemple, une cible de 1024×2048 compte 2 097 152 pixels et respecte cette règle de surface documentée. Vérifiez les dimensions finales pour la mise en page qui utilisera l’image.

Le guide du fabricant renvoie les résultats générés et retouchés sous forme de données d’image PNG. Conservez l’image terminée avec le brief et les références sources lorsque vous préparez une révision de design. La fiche indique un contexte de 32K tokens, tandis que le guide de service fixe le contexte maximal du prompt à 32 000 tokens ; conservez ces périmètres déclarés lors de la préparation d’un long brief au lieu de les traiter comme des dimensions d’image. Le livrable de production utile est l’image décodée, qui peut être examinée et placée dans une page, une diapositive ou une composition. Enregistrez le recadrage prévu et le placement du texte avec elle pour que les retouches suivantes ne modifient pas accidentellement la finalité du design.

Dans cette famille, MAI-Image-2.6 privilégie la maîtrise précise et les derniers progrès de détail visuel. MAI-Image-2.6-Flash propose les mêmes capacités de génération, de retouche, d’ancrage et de sélection du rapport dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite documentée de surface de sortie plus petite et n’hérite pas des commandes d’ancrage ou de rapport automatique de 2.6. Choisissez l’édition en fonction de l’image et du processus de révision requis au lieu de supposer qu’un nom de famille commun rend tous les réglages identiques.

Comparez une retouche à la source complète : visages conservés, identité des objets, géométrie, ombres, caractères et mise en page prévue comptent tous. Une photographie convaincante peut néanmoins comporter une inscription erronée, un reflet incohérent ou une caractéristique modifiée hors de la retouche demandée. Gardez la correction suivante concrète, comme l’étiquette, le placement de l’objet ou un artefact particulier. Cela rend la retouche itérative utile tout en préservant le sujet et la composition du brief original.