Microsoft AI: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro هو نموذج توليد صور من مايكروسوفت، مُدرج تحت معرّف النموذج microsoft/mai-image-2.5-pro. يقع في فئة الصور، ويصفه المزوّد بأنه نموذج توليد صور عالي الجودة متاح عبر Azure AI Foundry. إذا كنت تعمل بالفعل داخل منظومة مايكروسوفت، أو كنت تقارن نماذج الصور بين مختلف المزوّدين، فهذا هو خيار مايكروسوفت الذي يستحق النظر.

يستقبل النموذج مدخلات نصية ومدخلات صور، ويعيد صورًا. هذا يعني أنه يمكنك تشغيله باستخدام وصف نصي مكتوب، كما يمكنك أيضًا تمرير صورة مرجعية واحدة إلى جانب ذلك الوصف. نافذة السياق هي 4096 رمزًا، وهي تغطي الوصف النصي وأي مادة مرجعية تمررها. المخرجات محدودة بـ 1024، والتوليد مقتصر على صورة واحدة لكل طلب، لذا ينتج كل استدعاء نتيجة واحدة بدلًا من دفعة. نسبة الأبعاد قابلة للاختيار من مجموعة ثابتة: 1:1، أو 4:3، أو 3:4، أو 16:9، أو 9:16، أو 3:2، أو 2:3، أو auto، مما يتيح لك مطابقة شكل المخرجات مع المكان الذي ستُوضع فيه بدلًا من الاقتصاص بعد التوليد.

تشير هذه القدرات إلى مجموعة محددة إلى حد كبير من المهام. يغطي العمل على تحويل النص إلى صورة المجالات المعتادة: الفن التصوري، والمواد التسويقية، والرسوم التوضيحية، والمشاهد الواقعية المولّدة من وصف مكتوب. أما مسار إدخال الصور فهو ما يجعل النموذج أكثر إثارة للاهتمام في الأعمال التكرارية. يمكنك تمرير صورة مرجعية ووصف نصي لتوجيه تنويعة، أو إعادة تصميم أصل موجود بأسلوب مختلف، أو استكشاف اتجاهات انطلاقًا من نقطة بداية بدلًا من صفحة بيضاء. ولأنه لا يُقبل سوى صورة مرجعية واحدة، فإن هذا يناسب سير العمل القائم على مرتكز واحد وليس مهام التركيب متعدد الصور أو مهام نمط الكولاج. تساعد نسب الأبعاد الثابتة عندما تحتاج إلى مخرجات تدخل مباشرة في تصميم أو إطار لوحة قصصية أو صيغة اجتماعية دون تغيير الحجم.

استدعاؤه عبر api14 يعمل بالطريقة نفسها كأي نموذج آخر على البوابة، باستخدام واجهة برمجة التطبيقات المتوافقة مع OpenAI مع معرّف النموذج microsoft/mai-image-2.5-pro. معاملات الطلب المدعومة هي max_completion_tokens و max_tokens و temperature. وتُمرَّر الخيارات الخاصة بالصور إلى جانبها: يأخذ aspect_ratio إحدى قيم التعداد المذكورة أعلاه، و n ثابت عند 1، ويقبل input_references ما بين 0 و 1 من الصور المرجعية. إذا كانت لديك شيفرة عميل OpenAI قائمة، فإن التحويل إلى هذا النموذج هو إلى حد كبير مسألة تغيير معرّف النموذج وإضافة معاملات الصور إلى جسم الطلب.

القيود الرئيسية التي يجب وضعها في الحسبان هي صورة مخرجات واحدة لكل طلب وحد الصورة المرجعية الواحدة. إذا كان خط سيرك يحتاج إلى عدة صور من استدعاء واحد، أو يحتاج إلى دمج عدة مراجع في توليد واحد، فسيتعين عليك إصدار طلبات متعددة أو النظر في نموذج مختلف. كما أن سياق 4096 رمزًا متواضع، لذا قد تحتاج الأوصاف الطويلة جدًا أو الأوصاف المرجعية المفصلة إلى تقليم. أما بالنسبة للتوليد المباشر القائم على الوصف النصي مع صورة مرتكز واحدة ونسبة أبعاد مختارة، فهو مناسب تمامًا.