Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI MAI-Image-2.5 Pro est l’édition axée sur la fidélité de la série d’images 2.5. Elle génère des images à partir de briefs en langage naturel et effectue des retouches dirigées sur des ressources existantes. Microsoft identifie les visuels principaux, la retouche détaillée et le texte précis dans l’image comme usages centraux, et sa comparaison de modèles souligne la cohérence des objets, personnages, matières et relations spatiales dans les compositions complexes. Le livrable final est une image pour un processus de design ou de production, telle qu’une image produit principale ou une scène éditoriale soigneusement disposée.

Pour la génération, décrivez la composition par les relations plutôt que par une liste d’objets sans lien. Identifiez le sujet principal, son échelle par rapport aux éléments voisins, les matières impliquées et la direction de la lumière. Le raisonnement visuel documenté de l’édition Pro est utile lorsque ces relations déterminent la crédibilité d’une scène dense. Pour une composition de produit, placez une carafe en céramique, des verres transparents et un tissu plié sur une table en bois, avec des reflets cohérents et la lumière d’une seule fenêtre. Vérifiez les contacts, les ombres et les propriétés visibles des matières dans l’image obtenue.

Pour les produits et les personnages, fournissez l’identité visuelle qui doit survivre à la retouche. Microsoft décrit la cohérence des objets dans les scènes complexes et celle des personnages entre points de vue et moments comme des atouts de Pro. Indiquez les traits qui identifient l’article ou la personne et l’aspect de la scène à changer. Par exemple, conservez la silhouette et les détails de fermeture d’une veste tout en plaçant le personnage sur un autre fond. Une vérification utile compare ces détails conservés à la référence source ; un résultat visuellement séduisant ne constitue pas à lui seul une preuve de correspondance exacte.

L’interface de retouche d’images du fabricant accepte jusqu’à cinq références JPEG ou PNG. Séparez leurs rôles dans le brief : produit, personne, décor ou traitement visuel. Les tâches de retouche comprennent la suppression et le remplacement d’objets, les changements de caractéristiques, la retouche de zones, l’adaptation de mise en page, les mises à jour de texte et le nettoyage de défauts. Pour une retouche locale, décrivez la cible et les éléments environnants à préserver. Pour un réagencement plus substantiel, expliquez le fonctionnement de la composition après le changement afin que le modèle dispose d’un objectif spatial cohérent.

Le rendu du texte est particulièrement pertinent pour une composition principale ou un concept d’emballage. Fournissez la phrase exacte, sa position et son rapport à l’objet ou à l’image. Gardez les noms récurrents et les textes d’étiquettes cohérents entre le brief et les références. Examinez chaque caractère rendu à la taille d’affichage prévue et comparez-le au texte fourni. Une retouche ultérieure peut cibler le texte ou sa position tout en conservant la composition produit réussie. La sortie PNG peut ensuite être intégrée à la mise en page dont les exigences finales de typographie et de recadrage sont connues.

Le guide image actuel de Microsoft applique une aire maximale de sortie de 1’048’576 pixels aux modèles 2.5, équivalant à 1024×1024. Les deux dimensions doivent mesurer au moins 768 pixels dans cette interface, et un côté plus long est autorisé lorsque l’aire totale reste dans la limite. Cela permet des compositions rectangulaires telles que 1344×768, qui totalisent 1’032’192 pixels. Cette contrainte d’aire diffère d’un maximum de 1024 sur chaque côté. Préparez le format cible de la composition au lieu d’attendre d’un libellé générique de rapport de format qu’il détermine correctement le recadrage.

Le guide de service spécifie un contexte maximal de prompt de 32’000 tokens et renvoie des données d’image PNG pour la génération comme pour la retouche. La page exacte du catalogue Pro indique séparément une fenêtre de contexte de 131.072K et 4’096 tokens de sortie. Ce sont des quantités de tokens publiées avec leur propre périmètre de catalogue ou de service ; la préparation pratique d’une requête d’image suit les limites de prompt et de pixels du service. Conservez l’image, les références sources et le brief comme dossier de révision unique. Vérifiez dans le résultat visuel lui-même les contraintes détaillées d’identité, de matière et de géométrie qui ont motivé le choix de Pro.

Le choix de version doit suivre la composition. MAI-Image-2.5 standard couvre la génération générale et les retouches localisées ; Pro ajoute l’accent de la série sur la fidélité et la stabilité des relations dans les scènes visuellement denses. La famille 2.6 augmente la limite d’aire de sortie documentée et ajoute l’ancrage web facultatif et la sélection automatique du format. Ces commandes ultérieures sont propres à 2.6 et ne définissent pas le processus de cette édition Pro. Choisissez Pro lorsque la difficulté du brief concerne une identité d’objet stable, l’apparence d’une matière ou la structure spatiale d’une image détaillée.

Vérifiez à la fois le changement demandé et le contenu conservé. Les mains tenant des objets, les intersections, les petits caractères, la ressemblance des visages et les reflets sont des endroits utiles à examiner dans une composition complexe. Une image plausible peut encore contenir un marquage trompeur ou une relation physique incorrecte. Rendez la correction suivante concrète et préservez les parties du brief qui ont produit la mise en page prévue. Cela permet une suite contrôlée de révisions de design plutôt que de redéfinir constamment toute la scène.