Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 est l’édition de génération générale et de retouche contrôlée de la famille d’images 2.5. Sa fiche décrit un modèle de diffusion utilisant le flow matching, avec 20 milliards de paramètres hors embeddings, des entrées texte et image et un contexte de 32K tokens. Il produit des images pour des concepts, portraits, visuels de produit, illustrations et révisions de designs existants. Le choix initial utile consiste à déterminer si la tâche demande une nouvelle composition ou une modification précise d’une ressource contenant déjà le sujet souhaité.

Pour générer, décrivez le sujet principal, le style visuel, la lumière, le point de vue et l’agencement. Le fabricant met en avant des images détaillées et cohérentes, le rendu du texte, les visuels de produit et le respect du prompt. Un brief pratique d’illustration pour une présentation peut préciser le rôle du sujet, l’accent visuel voulu et la quantité d’espace environnant. Un concept de produit peut inclure la matière, l’échelle et la finition de surface. Gardez la description cohérente pour que les objets partagent une scène et un plan d’éclairage au lieu de réunir plusieurs traitements visuels incompatibles.

Le raisonnement visuel de cette édition concerne la structure de scène, l’éclairage, l’échelle et les relations spatiales. Le fabricant donne comme exemple de retouche l’ajout d’un objet avec une perspective et des ombres adaptées. Pour une retouche d’atelier, placez un petit tabouret à côté d’un établi en conservant le point de vue et la lumière existants. Vérifiez sa taille, son contact avec le sol et la cohérence de son ombre avec les autres objets. Un objet localement convaincant doit encore s’intégrer à la géométrie de toute l’image source.

Les retouches dirigées 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 les corrections telles que la réduction d’artefacts de flou de mouvement. Fournissez l’image source et nommez la correction ainsi que les détails à conserver. Une retouche photo ciblée peut supprimer un objet gênant à l’arrière-plan tout en gardant la personne, le cadrage et l’agencement du premier plan. Une révision de design peut actualiser une courte ligne de texte en conservant la composition. Comparez le résultat complet à la source au lieu d’évaluer seulement la zone retouchée.

Microsoft souligne également la cohérence de l’identité faciale entre retouches, y compris lors de changements de pose, d’expression ou de point de vue. Utilisez une référence claire pour la ressemblance et précisez la modification voulue en préservant les traits identifiants. Le guide actuel de retouche du fabricant accepte jusqu’à cinq images JPEG ou PNG, permettant à différentes références d’identifier la personne, l’objet, la scène ou le style. Nommez ces rôles dans le prompt. Lors d’une révision de portrait, inspectez le visage ainsi que les vêtements ou l’arrière-plan modifiés avant de considérer l’image comme terminée.

La fiche exacte limite la sortie à 1 048 576 pixels au total, soit un carré de 1024×1024, et autorise un côté supérieur à 1024 si la surface totale reste dans cette limite. Le guide de service exige en plus que les deux dimensions atteignent au moins 768 pixels. Une cible rectangulaire comme 1344×768 représente 1 032 192 pixels et respecte ces règles documentées de surface et de dimensions minimales. La limite utile est le produit de la largeur et de la hauteur : préparez donc le format de destination avant de demander une composition paysage ou portrait.

La génération et la retouche renvoient des données d’image PNG dans l’interface de service du fabricant. La fiche native annonce un contexte de 32K tokens, tandis que cette interface précise un contexte maximal de prompt de 32 000 tokens. Le chiffre séparé de 4 096 tokens de sortie du catalogue est une allocation de tokens, pas une dimension de sortie. Conservez ces périmètres déclarés lorsque vous organisez un prompt détaillé et l’image terminée. Ressources sources, caractéristiques préservées, retouches demandées et taille cible constituent un dossier de révision utile avec le PNG.

La gamme créative du modèle couvre les images photoréalistes et cinématographiques, les portraits, les concepts de produit ou de marque, les designs avec du texte et d’autres styles visuels. Pour une étiquette ou une enseigne, fournissez le texte exact et vérifiez son orthographe à la taille d’affichage finale. Une surface photographique reconnaissable peut encore contenir un détail inventé, un reflet incohérent ou un lettrage inexact. Une vérification pratique suit les exigences du design : identité des objets, lisibilité, relations spatiales et scène préservée comptent toutes. Distinguez une correction précise des modifications déjà réussies.

Dans la famille 2.5, Pro privilégie une fidélité accrue et des relations stables dans les scènes denses, tandis que Flash sert une production plus réactive. La famille 2.6 introduit une allocation documentée de surface en pixels plus grande, l’ancrage web facultatif et la sélection du rapport par le modèle. La 2.5 standard conserve son propre processus de génération et de retouche sans ces commandes ultérieures. Choisissez l’édition selon la difficulté réelle de la tâche d’image et vérifiez le résultat achevé par rapport à ce brief.