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 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 attendue est une image : composition de produit, portrait, illustration de marque ou visuel révisé dont la mise en page et les sujets essentiels restent cohérents tandis qu’un élément précis change.

Pour générer, 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 une enseigne doit apparaître dans l’image, et précisez sa position. Le fabricant met en avant l’amélioration du rendu du texte, des portraits, des images 3D et des sorties commerciales ou photoréalistes dans cette édition. 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. Inspectez le petit lettrage et les détails dans l’image terminée.

Pour retoucher, fournissez la ressource source et indiquez la modification ainsi que les parties à conserver. Les tâches documentées comprennent la suppression ou le remplacement d’objets, les changements d’attributs, l’inpainting, l’adaptation de la 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, l’éclairage et le placement spatial pour intégrer la révision à la scène existante. En préparation, identifiez clairement l’objet ou la zone et expliquez s’il s’agit d’une correction locale, d’un nouvel agencement ou d’un changement de style plus large.

Le guide de retouche du fabricant accepte jusqu’à cinq références JPEG ou PNG. Attribuez à chaque image un rôle distinct : produit, personne, décor, mise en page ou style visuel. Pour une retouche d’éclairage, placez la 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 actualiser une courte étiquette tout en préservant la forme et la position du produit. Vérifiez les relations entre références dans le résultat plutôt que d’accepter un objet plausible différent de celui fourni.

La famille 2.6 ajoute l’ancrage web facultatif et la sélection du rapport d’aspect par le modèle. L’ancrage web apporte un contexte actuel pertinent pour interpréter une demande concernant un lieu réel, un objet ou des informations évolutives. C’est une entrée créative : vérifiez les détails visuels factuels par rapport au sujet visé. La sélection automatique du rapport permet au modèle de considérer le prompt et les images pour choisir le format de la composition. Un brief de design peut préciser la destination et la mise en page requise, par exemple un grand visuel de produit horizontal avec de l’espace d’un côté ou une image portrait construite autour d’un sujet debout.

La taille de sortie est régie par la surface totale. La fiche exacte et le guide d’images prévoient un maximum de 2 359 296 pixels, équivalent à un carré de 1536×1536. L’interface documentée exige une largeur et une hauteur d’au moins 768 pixels ; chacune peut dépasser 1536 si la surface totale respecte la limite. Cela permet une composition paysage ou portrait allongée au lieu d’imposer un maximum de 1536 pixels sur chaque côté. Par exemple, une cible de 1024×2048 représente 2 097 152 pixels et respecte cette règle 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 achevée avec le brief et les références sources pour préparer une révision de design. La fiche nomme un contexte de 32K tokens, tandis que le guide de service précise un contexte maximal de prompt de 32 000 tokens ; gardez ces périmètres déclarés lors de la préparation d’un long brief, sans les confondre avec des dimensions d’image. Le livrable de production utile est l’image décodée, inspectable et intégrable à une page, une diapositive ou une composition. Consignez avec elle le cadrage et la position du texte voulus pour éviter qu’une retouche ultérieure change accidentellement le but du design.

Dans cette famille, MAI-Image-2.6 privilégie le contrôle précis et les gains les plus récents en détail visuel. MAI-Image-2.6-Flash fournit les mêmes capacités de génération, retouche, ancrage et sélection de rapport dans une édition optimisée pour une production réactive et répétée. La série 2.5 utilise une limite documentée de surface de sortie plus faible et n’hérite pas des commandes d’ancrage et de rapport automatique de la 2.6. Choisissez l’édition selon l’image et le processus de révision nécessaires, sans supposer qu’un nom de famille commun rend tous les réglages identiques.

Comparez une retouche à l’intégralité de la source : visages conservés, identité des objets, géométrie, ombres, lettrage et mise en page voulue comptent tous. Une photographie convaincante peut encore contenir un marquage erroné, un reflet incohérent ou une caractéristique modifiée hors de la zone demandée. Gardez la correction suivante concrète, par exemple l’étiquette, la position de l’objet ou un artefact précis. La retouche itérative devient ainsi utile tout en préservant le sujet et la composition du brief original.