Microsoft се опитва да пробие от периферията на надпреварата. Според компанията първата голяма актуализация на модела MAI-Image бележи значителен напредък и се доближава до водещите инструменти. При това подобренията идват доста бързо, което дава добри перспективи за бъдещото развитие.

Microsoft остана донякъде на заден план със собствените си езикови модели, но засега MAI-Image-2 изглежда доста способен. Компанията представи MAI-Image-1, който генерира изображения по текстови инструкции, на 13 октомври 2025 г., а по-малко от половин година по-късно вече се появи обновената версия. 

Отвори галерията

MAI-Image-2 е генеративен модел с изкуствен интелект с общо предназначение за създаване на изображения по текст. Microsoft AI го разработи, за да разшири творческите възможности на потребителите и да им помага със задачи в областта на дизайна. По думите на компанията моделът „отчасти“ е способен да генерира и фотореалистични изображения. MAI-Image-2 ще бъде интегриран в различни услуги на компанията, като първоначално ще бъде достъпен през MAI Playground. 

Според компанията от Редмънд MAI-Image-2 постига по-високи резултати от MAI-Image-1 във всички области на различните тестове. Най-голям е напредъкът при изобразяването на текст. Това е област, в която повечето генератори на изображения все още имат какво да подобрят, тъй като възпроизвеждането на текст изисква изключителна прецизност в най-дребните детайли. MAI-Image-2 се справя значително по-добре и със създаването на сцени с кинематографична визия, фотореалистични изображения и портрети.

Отвори галерията

В момента класацията на LMArena се оглавява от Nano Banana 2 (Gemini 3.1 Flash) с 1.266 точки, а второто място заема GPT-Image 1.5. MAI-Image-2 все още изостава от тях със своите 1.189 точки, но вече изпреварва най-новите версии на Grok, Qwen и Flux. Пред новия модел на Microsoft са само лидерите в бранша, с което софтуерният гигант е особено горд.

Отвори галерията

Според техническите спецификации MAI-Image-2 засега може да създава изображения само с резолюция 1.024 x 1.024 пиксела и работи с контекстен прозорец от 32 хиляди токена. Последното вероятно няма да ограничава инструмента на практика, но резолюцията има нужда от значително подобрение, за да стане моделът подходящ за по-сериозна работа.

Отвори галерията

Компанията се грижи и за безопасността на MAI-Image-2, като Microsoft AI Red Team анализира работата му в няколко кръга на проверки. Microsoft подчертава, че при разработката е обърнато специално внимание на способността на системата да се справя адекватно с потенциални злоупотреби. Моделът ще филтрира надеждно и на няколко нива инструкциите, свързани с най-често срещаните рискови области, дори когато са формулирани завоалирано. Такива са например заявките за съдържание с насилие или сексуален характер. 

Досега Microsoft е платила милиарди долари на OpenAI, за да осигури за Copilot и Bing, наред с други възможности, и инструмент с изкуствен интелект за генериране на изображения. Появата на MAI-Image-2 е доста лоша новина за стартъпа, който през годините се разрасна до огромни мащаби. Оттук нататък вероятно е само въпрос на време Microsoft да премине към собствения си инструмент. Така OpenAI може да загуби значителни приходи.

Абонамент за бюлетина

Коментари: 0

За да напишете коментар, първо влезте в профила си!

Все още няма коментари към тази статия!

Помогнете на другите, като споделите какво мислите за статията.
Към началото на страницата