Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 adalah edisi generasi umum dan penyuntingan terkendali dalam keluarga gambar 2.5. Kartu modelnya menjelaskan model difusi menggunakan flow matching, dengan 20 miliar parameter non-embedding, masukan teks dan gambar, serta konteks 32K token. Model menghasilkan keluaran gambar untuk konsep, potret, citra produk, ilustrasi, dan revisi desain yang ada. Pilihan awal yang berguna adalah apakah tugas memerlukan komposisi baru atau perubahan tertentu pada aset yang sudah memuat subjek yang dimaksud.

Untuk generasi, jelaskan subjek utama, gaya visual, cahaya, sudut pandang, dan susunan. Pembuat menyoroti gambar terperinci dan padu, rendering teks, citra produk, serta kepatuhan pada prompt. Brief praktis untuk ilustrasi presentasi dapat menentukan peran subjek, penekanan visual yang dimaksud, dan banyaknya ruang sekeliling. Konsep produk dapat mencakup material, skala, dan lapisan permukaan. Jaga deskripsi padu agar objek berbagi satu adegan dan satu rencana pencahayaan, alih-alih menggabungkan beberapa pengolahan visual tidak selaras.

Penalaran visual edisi ini menyangkut struktur adegan, pencahayaan, skala, dan hubungan ruang. Produsen memberi contoh penambahan objek dengan perspektif serta bayangan sesuai sebagai penggunaan penyuntingan. Untuk suntingan bengkel, tempatkan bangku kecil di samping meja kerja sambil mempertahankan sudut pandang dan cahaya yang ada. Tinjauan harus membandingkan ukuran bangku, tempatnya menyentuh lantai, dan apakah bayangannya mengikuti objek lain. Objek yang meyakinkan secara lokal tetap harus sesuai dengan geometri seluruh gambar sumber.

Suntingan terarah mencakup penghapusan atau penggantian objek, perubahan atribut, inpainting, adaptasi tata letak, pembaruan teks, dan pembersihan seperti pengurangan artefak blur gerak. Berikan gambar sumber dan sebutkan koreksi sekaligus detail yang dipertahankan. Suntingan foto terarah dapat menghapus objek mengganggu dari latar sambil mempertahankan orang, potongan, dan susunan latar depan. Revisi desain dapat memperbarui baris teks pendek sambil mempertahankan komposisi. Bandingkan hasil lengkap dengan sumber, alih-alih hanya menilai bagian yang disunting.

Microsoft juga menekankan konsistensi identitas wajah antarsuntingan, termasuk perubahan pose, ekspresi, atau sudut pandang. Gunakan referensi jelas untuk kemiripan dan tentukan perubahan yang dimaksud dengan cara yang mempertahankan fitur pengenal. Panduan penyuntingan produsen saat ini menerima hingga lima gambar JPEG atau PNG, sehingga referensi berbeda dapat mengenali orang, objek, adegan, atau gaya. Sebutkan peran itu dalam prompt. Dalam revisi potret, periksa wajah maupun pakaian atau latar yang berubah sebelum menganggap gambar selesai.

Kartu model yang tepat membatasi keluaran pada total 1.048.576 piksel, setara dengan persegi 1024×1024, dan mengizinkan satu sisi melebihi 1024 jika total tetap dalam luas itu. Panduan penyajian juga mewajibkan kedua dimensi minimal 768 piksel. Sasaran persegi panjang seperti 1344×768 memiliki 1.032.192 piksel dan memenuhi aturan luas serta dimensi minimum terdokumentasi tersebut. Batas yang berguna adalah hasil kali lebar dan tinggi, sehingga siapkan bentuk tujuan sebelum meminta komposisi lanskap atau potret.

Generasi dan penyuntingan mengembalikan data gambar PNG dalam antarmuka penyajian produsen. Kartu model bawaan melaporkan konteks 32K token, sementara antarmuka itu menentukan konteks prompt maksimum 32.000 token. Angka 4.096 token keluaran terpisah dalam katalog merupakan jatah token, bukan dimensi keluaran. Pertahankan cakupan yang dinyatakan itu ketika mengatur prompt terperinci dan gambar selesai. Aset sumber, fitur yang dipertahankan, suntingan yang diminta, serta ukuran sasaran menjadi catatan revisi yang berguna bersama PNG.

Jangkauan kreatif model meliputi citra fotorealistis dan sinematis, potret, konsep produk atau merek, desain berteks, serta gaya visual lain. Untuk label atau papan, berikan kata-kata tepat dan periksa ejaannya pada ukuran tampilan akhir. Permukaan fotografis yang dapat dikenali tetap dapat memuat detail rekaan, pantulan tidak konsisten, atau huruf tidak akurat. Pemeriksaan praktis mengikuti kebutuhan desain: identitas objek, keterbacaan, hubungan ruang, dan adegan yang dipertahankan semuanya penting. Pisahkan koreksi spesifik dari perubahan yang sudah berhasil.

Dalam keluarga 2.5, Pro menekankan kesetiaan lebih tinggi dan hubungan stabil dalam adegan padat, sementara Flash melayani produksi lebih responsif. Keluarga 2.6 memperkenalkan jatah luas piksel terdokumentasi yang lebih besar, grounding web opsional, dan pemilihan aspek oleh model. 2.5 standar mempertahankan alur generasi dan penyuntingannya sendiri tanpa kendali terbaru itu. Pilih edisi berdasarkan bagian sulit tugas gambar sebenarnya dan tinjau hasil selesai terhadap brief tersebut.