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 d’images à partir de texte et la retouche contrôlée de ressources visuelles existantes. 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 : une composition de produit, un portrait, une illustration de marque ou un visuel révisé dont la mise en page et les sujets principaux 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 le texte exact lorsqu’une étiquette, un titre ou un panneau doit apparaître dans l’image et décrivez sa place. Le fabricant souligne dans cette édition un meilleur rendu du texte, des portraits, des images 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 le premier point où le public doit regarder. Examinez les petits caractères et détails dans l’image terminée.

Pour la retouche, fournissez la ressource source et indiquez le changement avec les parties à conserver. Les tâches documentées comprennent la suppression ou 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 tels que le flou de mouvement. La fiche du modèle souligne le raisonnement sur l’échelle, la perspective, l’éclairage et le placement spatial pour qu’une révision s’intègre dans la scène existante. Pour préparer la tâche, identifiez clairement l’objet ou la zone et expliquez s’il s’agit d’une correction locale, d’une disposition différente ou d’un changement de style plus large.

Le guide de retouche 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 une retouche 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 séparée 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 rapport de format par le modèle. L’ancrage web fournit un contexte actuel pertinent pour interpréter une requête concernant un lieu réel, un objet ou des informations changeantes. C’est une entrée créative ; vérifiez donc les détails visuels factuels par rapport au sujet prévu. La sélection automatique du format permet au modèle de considérer le prompt et les 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 large avec de l’espace libre sur un côté ou une image portrait construite autour d’un sujet debout.

La taille de sortie est régie par l’aire totale. La fiche exacte du modèle et le guide image indiquent un maximum de 2’359’296 pixels, équivalant à un carré de 1536×1536. L’interface 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 d’aire. Cela permet une composition paysage ou portrait plus allongée, plutôt que d’imposer un maximum de 1536 pixels sur chaque côté. Par exemple, une cible de 1024×2048 totalise 2’097’152 pixels et respecte cette règle d’aire 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 pour préparer une révision de design. La fiche du modèle nomme un contexte de 32K tokens, tandis que le guide de service spécifie un contexte maximal de prompt de 32’000 tokens ; respectez ces périmètres annoncés pour préparer 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 avec elle le recadrage et le placement du texte prévus pour que les retouches ultérieures ne changent pas accidentellement l’objectif du design.

Dans cette famille, MAI-Image-2.6 met l’accent sur le contrôle précis et les dernières améliorations de détail visuel. MAI-Image-2.6-Flash fournit les mêmes capacités de génération, retouche, ancrage et sélection de format dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite d’aire de sortie documentée plus petite et n’hérite pas de l’ancrage ni des commandes de format automatique de la version 2.6. Choisissez l’édition selon l’image requise et le processus de révision au lieu de supposer qu’un nom de famille partagé rend tous les réglages identiques.

Comparez une retouche à la source complète : les visages conservés, l’identité des objets, la géométrie, les ombres, les caractères et la mise en page prévue comptent tous. Une photographie convaincante peut encore contenir un mauvais marquage, un reflet incohérent ou une caractéristique modifiée en dehors de la retouche demandée. Gardez la correction suivante concrète, par exemple l’étiquette, le placement de l’objet ou un défaut particulier. Cela rend la retouche itérative utile tout en préservant le sujet et la composition du brief original.