Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 è l’edizione di generazione generale e modifica controllata della famiglia immagini 2.5. La scheda descrive un modello di diffusione che usa flow matching, con 20 miliardi di parametri esclusi gli embedding, input testuali e immagini e un contesto di 32K token. Produce immagini per concept, ritratti, visuali di prodotto, illustrazioni e revisioni di design esistenti. La scelta iniziale utile è stabilire se l’attività richiede una nuova composizione o una modifica specifica a una risorsa che contiene già il soggetto desiderato.

Per la generazione, descrivi soggetto principale, stile visivo, luce, punto di vista e disposizione. Il produttore evidenzia immagini dettagliate e coerenti, resa del testo, visuali di prodotto e aderenza al prompt. Un brief pratico per un’illustrazione da presentazione può specificare ruolo del soggetto, enfasi visiva desiderata e quantità di spazio circostante. Un concept di prodotto può includere materiale, scala e finitura della superficie. Mantieni coerente la descrizione affinché gli oggetti condividano una scena e un piano d’illuminazione, anziché combinare vari trattamenti visivi incompatibili.

Il ragionamento visivo in questa edizione riguarda struttura della scena, illuminazione, scala e relazioni spaziali. Il produttore indica come uso di modifica l’aggiunta di un oggetto con prospettiva e ombre adatte. Per una modifica di un laboratorio, colloca un piccolo sgabello accanto a un banco da lavoro conservando punto di vista e luce esistenti. La revisione deve confrontare dimensioni dello sgabello, punto di contatto col pavimento e coerenza dell’ombra con gli altri oggetti. Un oggetto localmente convincente deve comunque adattarsi alla geometria dell’intera immagine sorgente.

Le modifiche guidate includono rimozione o sostituzione di oggetti, cambiamenti di attributi, inpainting, adattamento del layout, aggiornamenti del testo e pulizia, come ridurre artefatti di mosso. Fornisci l’immagine sorgente e nomina sia la correzione sia i dettagli da conservare. Una modifica fotografica mirata potrebbe rimuovere un oggetto distraente dallo sfondo mantenendo persona, ritaglio e disposizione in primo piano. Una revisione di design potrebbe aggiornare una breve riga di testo conservando la composizione. Confronta il risultato completo con la sorgente anziché valutare solo la zona modificata.

Microsoft sottolinea anche la coerenza dell’identità facciale fra modifiche, incluse variazioni di posa, espressione o punto di vista. Usa un riferimento chiaro per la somiglianza e specifica il cambiamento desiderato preservando i tratti identificativi. L’attuale guida di modifica del produttore accetta fino a cinque immagini JPEG o PNG, permettendo a riferimenti diversi di identificare persona, oggetto, scena o stile. Nomina tali ruoli nel prompt. In una revisione di ritratto, ispeziona il volto oltre ad abbigliamento o sfondo cambiati prima di considerare finita l’immagine.

La scheda esatta del modello limita l’output a 1.048.576 pixel totali, equivalenti a un quadrato 1024×1024, e consente a un lato di superare 1024 se il totale resta entro quell’area. La guida di erogazione richiede inoltre entrambe le dimensioni di almeno 768 pixel. Un obiettivo rettangolare come 1344×768 ha 1.032.192 pixel e soddisfa le regole documentate di area e dimensioni minime. Il limite utile è il prodotto di larghezza e altezza: prepara quindi il formato di destinazione prima di chiedere una composizione orizzontale o verticale.

Generazione e modifica restituiscono dati immagine PNG nell’interfaccia di erogazione del produttore. La scheda nativa del modello riporta un contesto di 32K token, mentre quell’interfaccia specifica un contesto massimo del prompt di 32.000 token. Il valore separato di 4.096 token in uscita del catalogo è una disponibilità di token anziché una dimensione d’output. Mantieni questi ambiti dichiarati nell’organizzare prompt dettagliato e immagine finita. Risorse sorgente, caratteristiche conservate, modifiche richieste e dimensioni di destinazione formano un registro di revisione utile insieme al PNG.

La gamma creativa del modello comprende immagini fotorealistiche e cinematografiche, ritratti, concept di prodotto o branding, design contenenti testo e altri stili visivi. Per un’etichetta o cartello, fornisci il testo esatto e verificane l’ortografia alle dimensioni finali di visualizzazione. Una superficie fotografica riconoscibile può comunque contenere dettagli inventati, riflessi incoerenti o scritte inesatte. Una verifica pratica segue i requisiti del design: identità degli oggetti, leggibilità, relazioni spaziali e scena conservata contano tutti. Mantieni separata una correzione specifica dai cambiamenti già riusciti.

All’interno della famiglia 2.5, Pro privilegia maggiore fedeltà e relazioni stabili nelle scene dense, mentre Flash serve una produzione più reattiva. La famiglia 2.6 introduce un limite documentato maggiore di area in pixel, grounding web facoltativo e selezione del formato guidata dal modello. Il 2.5 standard mantiene il proprio flusso di generazione e modifica senza quei controlli successivi. Scegli l’edizione in base alla difficoltà dell’attività immagine effettiva e controlla il risultato completato rispetto a quel brief.