Microsoft AI: MAI-Image-2.5

Microsoft AI MAI-Image-2.5 ialah edisi penjanaan umum dan penyuntingan terkawal dalam keluarga imej 2.5. Kad modelnya menerangkan model resapan menggunakan flow matching, dengan 20 bilion parameter bukan embedding, input teks dan imej, serta konteks 32K token. Ia menghasilkan output imej untuk konsep, potret, imejan produk, ilustrasi dan pindaan reka bentuk sedia ada. Pilihan permulaan berguna ialah sama ada tugas memerlukan komposisi baharu atau perubahan khusus pada aset yang sudah mengandungi subjek dimaksudkan.

Untuk penjanaan, huraikan subjek utama, gaya visual, cahaya, sudut pandangan dan susunan. Pengeluar menonjolkan imej terperinci dan padu, pemaparan teks, imejan produk serta pematuhan prompt. Arahan praktikal untuk ilustrasi persembahan boleh menetapkan peranan subjek, penekanan visual dimaksudkan dan jumlah ruang sekeliling. Konsep produk boleh merangkumi bahan, skala dan kemasan permukaan. Pastikan penerangan padu supaya objek berkongsi satu adegan dan satu rancangan pencahayaan tanpa menggabungkan beberapa olahan visual tidak serasi.

Penaakulan visual dalam edisi ini melibatkan struktur adegan, pencahayaan, skala dan hubungan ruang. Pengeluar memberikan penambahan objek dengan perspektif dan bayang sesuai sebagai kegunaan penyuntingan. Untuk suntingan bengkel, letakkan bangku kecil di sebelah meja kerja sambil mengekalkan sudut pandangan dan cahaya sedia ada. Semakan perlu membandingkan saiz bangku, tempat ia menyentuh lantai dan sama ada bayangnya mengikuti objek lain. Objek yang meyakinkan secara setempat masih perlu sesuai dengan geometri seluruh imej sumber.

Suntingan terarah termasuk membuang atau menggantikan objek, mengubah atribut, inpainting, penyesuaian susun atur, kemas kini teks dan pembersihan seperti mengurangkan artifak kabur gerakan. Berikan imej sumber dan namakan pembetulan serta butiran yang perlu dikekalkan. Suntingan foto terarah boleh membuang objek mengganggu di latar belakang sambil mengekalkan orang, pemotongan dan susunan hadapan. Pindaan reka bentuk boleh mengemas kini baris teks ringkas sambil mengekalkan komposisi. Bandingkan hasil penuh dengan sumber tanpa menilai kawasan disunting sahaja.

Microsoft turut menekankan konsistensi identiti wajah merentas suntingan, termasuk perubahan pose, ekspresi atau sudut pandangan. Gunakan rujukan jelas untuk keserupaan dan nyatakan perubahan dimaksudkan dengan cara yang mengekalkan ciri pengenalan. Panduan penyuntingan semasa pengeluar menerima sehingga lima imej JPEG atau PNG, membolehkan rujukan berbeza mengenal pasti orang, objek, adegan atau gaya. Namakan peranan itu dalam prompt. Dalam pindaan potret, periksa wajah serta pakaian atau latar belakang yang diubah sebelum menganggap imej siap.

Kad model tepat mengehadkan output kepada jumlah 1,048,576 piksel, bersamaan segi empat sama 1024×1024, dan membenarkan satu sisi melebihi 1024 jika jumlah kekal dalam luas itu. Panduan penyediaan turut mewajibkan kedua-dua dimensi sekurang-kurangnya 768 piksel. Sasaran segi empat tepat seperti 1344×768 mempunyai 1,032,192 piksel dan memenuhi peraturan luas serta dimensi minimum yang didokumenkan. Had berguna ialah hasil darab lebar dan tinggi, jadi sediakan bentuk destinasi sebelum meminta komposisi landskap atau potret.

Penjanaan dan penyuntingan mengembalikan data imej PNG dalam antara muka penyediaan pengeluar. Kad model natif melaporkan konteks 32K token, sementara antara muka itu menetapkan konteks prompt maksimum 32,000 token. Angka 4,096 token output katalog yang berasingan ialah peruntukan token, bukannya dimensi output. Kekalkan skop dinyatakan itu ketika menyusun prompt terperinci dan imej siap. Aset sumber, ciri dikekalkan, suntingan diminta dan saiz sasaran membentuk rekod pindaan berguna bersama PNG.

Julat kreatif model merangkumi imejan fotorealistik dan sinematik, potret, konsep produk atau penjenamaan, reka bentuk bertulis serta gaya visual lain. Untuk label atau papan tanda, berikan perkataan tepat dan periksa ejaannya pada saiz paparan akhir. Permukaan fotografi yang dikenali masih boleh mengandungi perincian direka, pantulan tidak konsisten atau tulisan tidak tepat. Semakan praktikal mengikuti keperluan reka bentuk: identiti objek, kebolehbacaan, hubungan ruang dan adegan dikekalkan semuanya penting. Asingkan pembetulan khusus daripada perubahan yang sudah berjaya.

Dalam keluarga 2.5, Pro menekankan kesetiaan lebih tinggi dan hubungan stabil dalam adegan padat, sementara Flash membantu produksi lebih responsif. Keluarga 2.6 memperkenalkan peruntukan luas piksel lebih besar yang didokumenkan, grounding web pilihan dan pemilihan nisbah oleh model. Standard 2.5 mengekalkan aliran penjanaan dan penyuntingan sendiri tanpa kawalan kemudian itu. Pilih edisi berdasarkan bahagian sukar tugas imej sebenar dan semak hasil siap terhadap arahan itu.