Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 est l’édition axée sur la précision de la famille d’images 2.6, conçue pour la génération de texte en image et le montage contrôlé de ressources visuelles existantes. Sa fiche décrit un modèle de diffusion utilisant l’appariement de flux, avec 20 milliards de paramètres hors plongements et un contexte de 32K jetons. La sortie visée est une image : une composition de produit, un portrait, une illustration de marque ou un visuel révisé dont la mise en page et les sujets clés restent cohérents pendant qu’un élément précis change.

Pour la génération, décrivez le sujet, la composition, les matières, la lumière, le point de vue et le style visuel. Incluez la formulation exacte lorsqu’une étiquette, un titre ou une enseigne doit apparaître dans l’image, et décrivez où ce texte doit se trouver. Le fabricant souligne dans cette édition l’amélioration du rendu de texte, des portraits, des images 3D et des sorties commerciales ou photoréalistes. Un brief utile identifie les quelques relations qui font fonctionner l’image : quel objet est mis en avant, comment il s’intègre à la scène et où le public doit regarder d’abord. Inspectez les petits caractères et détails dans l’image terminée.

Pour le montage, fournissez la ressource source et indiquez la modification ainsi que les parties à conserver. Les tâches documentées comprennent le retrait ou le remplacement d’objets, les changements d’attributs, la retouche localisée, l’adaptation de mise en page, les mises à jour de texte et la suppression d’artefacts comme le flou de mouvement. La fiche souligne le raisonnement portant sur l’échelle, la perspective, l’éclairage et le placement spatial pour qu’une révision s’intègre à la scène existante. Pour la préparation, identifiez clairement l’objet ou la zone et expliquez si l’objectif est une correction locale, un agencement différent ou un changement de style plus large.

Le guide de montage d’images du fabricant accepte jusqu’à cinq références JPEG ou PNG. Donnez à chaque image un rôle distinct, comme le produit, une personne, un décor, une mise en page ou un style visuel. Pour un montage d’éclairage, placez une lampe d’une référence sur le bureau d’une autre, en conservant 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 préservant 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 l’ancrage Web facultatif et la sélection du ratio dirigée par le modèle. L’ancrage Web fournit un contexte actuel pertinent pour interpréter une requête portant sur un lieu réel, un objet ou une information changeante. C’est une entrée créative : vérifiez donc les détails visuels factuels par rapport au sujet voulu. La sélection automatique du format permet au modèle de 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 de produit large avec de l’espace sur un côté ou une image en portrait centrée sur un sujet debout.

La taille de sortie est régie par la surface totale. La fiche exacte du modèle 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, et l’une ou l’autre dimension peut dépasser 1536 si le total reste dans la limite de surface. Cela permet une composition paysage ou portrait plus longue 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 montés 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 nomme un contexte de 32K jetons, tandis que le guide de service précise un contexte de prompt maximal de 32 000 jetons; conservez ces portées déclarées lorsque vous préparez un long brief au lieu de les traiter comme des dimensions d’image. Le résultat utile en production est l’image décodée, qui peut être inspectée et placée dans une page, une diapositive ou une composition. Consignez le recadrage et le placement du texte voulus avec elle pour que les montages ultérieurs ne changent pas accidentellement la fonction du design.

Dans cette famille, MAI-Image-2.6 met l’accent sur le contrôle précis et les derniers progrès des détails visuels. MAI-Image-2.6-Flash fournit les mêmes capacités de génération, de montage, d’ancrage et de sélection du format dans une édition optimisée pour la 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 format automatique de 2.6. Choisissez l’édition selon l’image et le processus de révision requis au lieu de supposer qu’un nom de famille partagé rend chaque réglage identique.

Vérifiez un montage par rapport à toute la source : les visages conservés, l’identité des objets, la géométrie, les ombres, les caractères et la mise en page voulue comptent tous. Une photographie convaincante peut quand même contenir une mauvaise marque, un reflet incohérent ou une caractéristique modifiée hors de la zone demandée. Gardez la correction suivante concrète, comme l’étiquette, le placement de l’objet ou un artefact particulier. Cela rend le montage itératif utile tout en préservant le sujet et la composition du brief original.