Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 هو نموذج توليد صور من Microsoft، منشور تحت لافتة Microsoft AI ومعرّف على api14 بالمعرّف microsoft/mai-image-2.5. يقع في فئة الصور، وتصفه Microsoft بأنه نموذج توليد صور عالي الجودة متاح عبر Azure AI Foundry. إذا كنت تعمل بالفعل داخل منظومة Microsoft أو تقيّمها، فهذا هو النموذج الذي يدعم ذلك العرض.

يستقبل النموذج مدخلات نصية ومدخلات صور ويعيد صورا. هذا يعني أنه يمكنك تشغيله بمجرد موجّه نصي، أو تزويده بصورة مرجعية واحدة للمدخلات إلى جانب الموجّه لتوجيه النتيجة. نافذة السياق لديه هي 4096 رمزا، والحد الأقصى للمخرجات هو 1024. يتم التحكم في التوليد عبر مجموعة صغيرة من معاملات الصور: aspect_ratio، الذي يقبل 1:1 أو 4:3 أو 3:4 أو 16:9 أو 9:16 أو 3:2 أو 2:3 أو auto؛ وn، وهو ثابت عند 1 بالضبط، لذا يعيد كل طلب صورة واحدة؛ وinput_references، الذي يقبل بين 0 و1 من الصور المرجعية. تصف Microsoft المخرجات بأنها واقعية فوتوغرافية وفنية في آن واحد، لذا فهي مخصصة لتغطية نطاق أسلوبي واسع إلى حد ما بدلا من مظهر ضيق واحد.

تتبع الاستخدامات العملية مباشرة من تلك القدرات. يغطي توليد الصور من النص المجالات المعتادة: الفن التصوري، والمواد البصرية التسويقية، والرسوم التوضيحية، ومسودات الأصول حيث تحتاج إلى تأطير محدد، وهنا تهم خيارات نسبة الأبعاد، إذ يمكنك طلب مخرجات مربعة أو أفقية أو عمودية دون اقتصاصات بعد المعالجة. ولأن النموذج يقبل صورة مرجعية واحدة للمدخلات، فهو مناسب أيضا لسير العمل حيث تريد صورة جديدة موجهة بصورة موجودة، مثل إنتاج تنويع على تكوين ما أو نقل أسلوب بصري من مرجع إلى مشهد جديد. ويعني قيد الصورة الواحدة لكل طلب أن العمل بالدفعات مسألة إصدار عدة نداءات بدلا من طلب عدة صور دفعة واحدة.

استدعاؤه عبر api14 يعمل بالطريقة نفسها كأي نموذج آخر على البوابة، باستخدام واجهة API المتوافقة مع OpenAI مع المعرّف microsoft/mai-image-2.5. معاملات الطلب المدعومة هي max_completion_tokens وmax_tokens وtemperature، إلى جانب معاملات الصور الموصوفة أعلاه لنسبة الأبعاد والمراجع المدخلة. إذا كانت لديك شيفرة عميل OpenAI موجودة، فأنت تغيّر المعرّف ورابط الأساس، ويبقى شكل الطلب مألوفا.

هناك بعض القيود التي يجدر معرفتها قبل الالتزام. نافذة السياق البالغة 4096 رمزا متواضعة، لذا فإن الموجّهات الطويلة جدا أو المفصلة بشكل كبير لديها مساحة أقل مما هو متاح في النماذج ذات السياق الأكبر. المخرجات محدودة عند 1024، ولا يمكن أن يتجاوز n القيمة 1، ويُقبل مرجع مدخلات واحد فقط، لذا فإن المهام التي تحتاج إلى عدة صور مرجعية أو عدة صور لكل نداء لن تناسب هذا النموذج. إذا كان عملك نصيا بدلا من توليد الصور، أو كنت تحتاج إلى سياق أكبر بكثير، فإن نموذجا آخر على api14 سيخدمك بشكل أفضل.