Microsoft AI: MAI-Image-2.6

Microsoft AI MAI-Image-2.6 adalah edisi berfokus presisi dalam keluarga gambar 2.6, dirancang untuk generasi teks ke gambar dan penyuntingan terkendali atas aset visual yang sudah ada. Kartu modelnya menjelaskan model difusi menggunakan flow matching, dengan 20 miliar parameter non-embedding dan konteks 32K token. Keluaran yang dimaksud berupa gambar: komposisi produk, potret, ilustrasi bermerek, atau visual revisi dengan tata letak dan subjek utama tetap padu sementara elemen tertentu berubah.

Untuk generasi, jelaskan subjek, komposisi, material, cahaya, sudut pandang, dan gaya visual. Sertakan kata-kata tepat ketika label, judul, atau papan harus muncul dalam gambar, dan jelaskan tempatnya. Produsen menyoroti peningkatan rendering teks, potret, citra 3D, serta keluaran komersial atau fotorealistis dalam edisi ini. Brief berguna menentukan beberapa hubungan yang membuat gambar berhasil: objek yang ditonjolkan, penempatannya dalam adegan, dan tempat pertama yang harus dilihat audiens. Periksa huruf halus dan detail kecil dalam gambar selesai.

Untuk penyuntingan, berikan aset sumber dan nyatakan perubahan bersama bagian yang dipertahankan. Tugas terdokumentasi mencakup penghapusan atau penggantian objek, perubahan atribut, inpainting, adaptasi tata letak, pembaruan teks, dan pembersihan artefak seperti blur gerak. Kartu model menekankan penalaran tentang skala, perspektif, pencahayaan, dan penempatan ruang agar revisi sesuai dengan adegan yang ada. Sebagai persiapan, tentukan objek atau bagian dengan jelas dan jelaskan apakah tujuannya koreksi lokal, susunan berbeda, atau perubahan gaya yang lebih luas.

Panduan penyuntingan gambar produsen menerima hingga lima referensi JPEG atau PNG. Berikan peran berbeda pada setiap gambar, seperti produk, orang, latar, tata letak, atau gaya visual. Untuk suntingan pencahayaan, tempatkan lampu dari satu referensi di meja dalam referensi lain, pertahankan perspektif meja, dan buat bayangan lampu mengikuti cahaya ruangan. Revisi terpisah dapat memperbarui label pendek sambil mempertahankan bentuk serta posisi produk. Tinjau hubungan referensi dalam hasil, alih-alih menerima objek masuk akal yang berbeda dari objek yang diberikan.

Keluarga 2.6 menambahkan grounding web opsional dan pemilihan rasio aspek oleh model. Grounding web menyediakan konteks terkini yang relevan saat menafsirkan permintaan mengenai tempat nyata, objek, atau informasi yang berubah. Ini merupakan masukan kreatif, sehingga tinjau detail visual faktual terhadap subjek yang dimaksud. Pemilihan aspek otomatis memungkinkan model mempertimbangkan prompt dan gambar ketika memilih bentuk komposisi. Brief desain dapat menentukan tujuan serta tata letak yang dibutuhkan: misalnya, visual hero produk lebar dengan ruang lega di satu sisi atau gambar potret yang berpusat pada subjek berdiri.

Ukuran keluaran diatur oleh luas total. Kartu model yang tepat dan panduan gambar mencantumkan maksimum 2.359.296 piksel, setara dengan persegi 1536×1536. Antarmuka gambar yang didokumentasikan mewajibkan lebar dan tinggi minimal 768 piksel, dan salah satu dimensi boleh melebihi 1536 jika total tetap dalam batas luas. Ini memungkinkan komposisi lanskap atau potret lebih panjang, alih-alih menerapkan maksimum 1536 piksel pada setiap sisi. Misalnya, sasaran 1024×2048 memiliki 2.097.152 piksel dan sesuai dengan aturan luas terdokumentasi tersebut. Periksa dimensi akhir untuk tata letak yang akan menggunakan gambar.

Panduan produsen mengembalikan hasil generasi dan suntingan sebagai data gambar PNG. Simpan gambar selesai bersama brief dan referensi sumber ketika menyiapkan revisi desain. Kartu model menyebut konteks 32K token, sementara panduan penyajian menentukan konteks prompt maksimum 32.000 token; pertahankan cakupan yang dinyatakan itu ketika menyiapkan brief panjang, alih-alih memperlakukannya sebagai dimensi gambar. Artefak produksi yang berguna adalah gambar terdekode yang dapat diperiksa dan ditempatkan dalam halaman, slide, atau komposisi. Catat potongan serta penempatan teks yang dimaksud bersamanya agar suntingan berikutnya tidak tanpa sengaja mengubah tujuan desain.

Dalam keluarga ini, MAI-Image-2.6 menekankan kendali presisi dan peningkatan terbaru dalam detail visual. MAI-Image-2.6-Flash menyediakan kemampuan generasi, penyuntingan, grounding, dan pemilihan aspek yang sama dalam edisi yang dioptimalkan untuk produksi responsif berulang. Seri 2.5 menggunakan batas luas keluaran terdokumentasi yang lebih kecil dan tidak mewarisi kendali grounding atau aspek otomatis 2.6. Pilih edisi berdasarkan gambar dan proses revisi yang dibutuhkan, alih-alih menganggap nama keluarga bersama membuat setiap pengaturan identik.

Tinjau suntingan terhadap sumber lengkap: wajah yang dipertahankan, identitas objek, geometri, bayangan, huruf, dan tata letak yang dimaksud semuanya penting. Foto meyakinkan tetap dapat memuat tanda salah, pantulan tidak konsisten, atau fitur berubah di luar suntingan yang diminta. Buat koreksi berikutnya konkret, seperti label, penempatan objek, atau artefak tertentu. Hal ini membuat penyuntingan berulang berguna sambil mempertahankan subjek dan komposisi brief asli.