Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI MAI-Image-2.5 Pro é a edição centrada na fidelidade dentro da série de imagem 2.5. Gera imagens a partir de instruções em linguagem natural e realiza edições orientadas em recursos existentes. A Microsoft identifica imagens principais, edição detalhada e texto preciso dentro da imagem como utilizações centrais, e a sua comparação de modelos destaca a consistência de objetos, personagens, materiais e relações espaciais em composições complexas. O recurso final é uma imagem para um fluxo de design ou produção, como uma imagem principal de produto ou uma cena editorial cuidadosamente organizada.

Para geração, descreva a composição através de relações, em vez de uma lista de objetos sem relação entre si. Identifique o sujeito principal, a sua escala relativamente aos elementos próximos, os materiais envolvidos e a direção da luz. O raciocínio visual documentado da edição Pro é útil quando estas relações definem se uma cena densa é credível. Numa composição de produto, coloque um jarro de cerâmica, copos transparentes e um pano dobrado numa mesa de madeira, com reflexos consistentes e uma única luz de janela. Reveja os contactos, as sombras e as propriedades visíveis dos materiais na imagem resultante.

Para trabalho de produto e personagem, forneça a identidade visual que tem de sobreviver à edição. A Microsoft descreve como pontos fortes de Pro a consistência de objetos em cenas complexas e a consistência de personagens entre vistas e momentos. Indique que características identificam o artigo ou a pessoa e que aspeto da cena deve mudar. Por exemplo, conserve a silhueta e os pormenores de fecho de um casaco, colocando a personagem num fundo diferente. A revisão útil compara esses pormenores conservados com a referência de origem; um resultado visualmente atraente não é, por si só, prova de correspondência exata.

A interface de edição de imagens do fabricante aceita até cinco referências JPEG ou PNG. Separe os seus papéis nas instruções: o produto, a pessoa, o cenário ou o tratamento visual. As tarefas de edição incluem remoção e substituição de objetos, alterações de atributos, preenchimento de regiões, adaptação da disposição, atualizações de texto e limpeza de artefactos. Numa edição local, descreva o alvo e os elementos envolventes a preservar. Numa reorganização mais substancial, explique como a composição deve funcionar após a alteração, para que o modelo tenha um objetivo espacial coerente.

A renderização de texto é particularmente relevante para uma composição principal ou um conceito de embalagem. Forneça a frase exata, a sua posição e a sua relação com o objeto ou a imagem. Mantenha os nomes recorrentes e o texto dos rótulos consistentes entre as instruções e as referências. Inspecione cada carácter renderizado no tamanho de apresentação pretendido e compare-o com a redação fornecida. Uma edição posterior pode focar-se na redação ou na posição, conservando a composição de produto bem-sucedida. A saída PNG pode depois ser incorporada na disposição cujos requisitos finais de tipografia e recorte são conhecidos.

O guia atual de imagem da Microsoft aplica uma área máxima de saída de 1 048 576 píxeis aos modelos 2.5, equivalente a 1024×1024. Ambas as dimensões têm de ter pelo menos 768 píxeis nessa interface, e é permitido um lado mais longo quando a área total permanece dentro do limite. Isto permite composições retangulares como 1344×768, que totaliza 1 032 192 píxeis. Essa restrição de área é diferente de um máximo de 1024 em cada lado. Prepare o formato de destino para a composição, em vez de esperar que um rótulo genérico de proporção determine corretamente o recorte.

O guia de disponibilização especifica um contexto máximo de instrução de 32 000 tokens e devolve dados de imagem PNG tanto para geração como para edição. A página exata de catálogo de Pro apresenta, separadamente, uma janela de contexto de 131.072K e 4 096 tokens de saída. Estas são quantidades publicadas de tokens com o seu próprio âmbito de catálogo ou disponibilização; a preparação prática do pedido de imagem segue os limites de instrução e de píxeis da disponibilização. Conserve a imagem, as referências de origem e as instruções como um único registo de revisão. Verifique o próprio resultado visual quanto às restrições detalhadas de identidade, material e geometria que motivaram a escolha de Pro.

A escolha de versão deve seguir a composição. MAI-Image-2.5 Standard cobre geração geral e edições localizadas; Pro acrescenta a ênfase da série na fidelidade e nas relações consistentes em cenas visualmente densas. A família 2.6 aumenta o limite documentado de área de saída e acrescenta fundamentação Web opcional e seleção automática de proporção. Esses controlos posteriores são específicos da versão 2.6 e não definem o fluxo desta edição Pro. Escolha Pro quando a parte difícil das instruções diz respeito à identidade estável dos objetos, ao aspeto dos materiais ou à estrutura espacial numa imagem detalhada.

Reveja tanto a alteração pedida como o conteúdo conservado. Mãos a segurar objetos, interseções, letras pequenas, semelhança facial e reflexos são pontos úteis a inspecionar numa composição complexa. Uma imagem plausível pode ainda conter uma marca enganadora ou uma relação física incorreta. Torne concreta a correção seguinte e preserve as partes das instruções que produziram a disposição pretendida. Isto apoia uma sequência controlada de revisões de design, em vez de redefinir repetidamente toda a cena.