Microsoft AI: MAI-Image-2.6 Flash

مايكروسوفت AI: MAI-Image-2.6 Flash هو نموذج توليد صور من مايكروسوفت، وهو جزء من عائلة MAI-Image-2.6. داخل هذه العائلة يُصنَّف كالعضو الأقل زمن استجابة والأقل تكلفة، وقد بُني لبيئات الإنتاج الحساسة لزمن الاستجابة وعالية الإنتاجية. وهو موجَّه للفرق التي تحتاج إلى توليد الصور وتحريرها على نطاق واسع بدلًا من مخرجات فردية مضبوطة بعناية.

يقبل النموذج مدخلات نصية ومدخلات صورية، وينتج الصور كمخرج وحيد له. نافذة السياق لديه هي 4096 رمزًا، والحد الأقصى للمخرج هو 1024. تُضبط عملية 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 صورة واحدة لكل طلب؛ وinput_references، الذي يقبل ما بين 0 و5 صور مرجعية. وإلى جانب هذه، يدعم النموذج max_completion_tokens وmax_tokens وtemperature.

تشير هذه القدرات إلى مجموعة استخدامات محددة إلى حد كبير. ولأنه يستقبل مدخلات صورية إلى جانب النصية، فهو يناسب التحرير والتوليد القائم على المراجع، حيث تزوّده بما يصل إلى خمس صور وتصف التغيير أو النتيجة التي تريدها. وتغطي خيارات نسبة الأبعاد التنسيقات المربعة والأفقية والعمودية، لذا يمكن للنموذج نفسه أن يخدم تخطيطات موجَّهة لوسائل التواصل والويب والطباعة دون مسار معالجة منفصل. كما يناسب الجمع بين المدخل الصوري والمخرج الصوري سير العمل الدفعي مثل توليد تنويعات من صورة منتج، أو إعادة تصميم الأصول، أو إنتاج صور مؤقتة ومسودات داخل عملية بناء آلية. ويشير تصنيف Flash إلى أنه الخيار المناسب عندما تكون الإنتاجية وزمن الاستجابة أهم من الدرجة الأخيرة من الدقة.

يمكنك استدعاؤه عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "microsoft/mai-image-2.6-flash". تتبع الطلبات الشكل نفسه المتبع في استدعاءات chat completions الأخرى المتوافقة مع OpenAI، مع موجّهك النصي وأي صور مرجعية في المدخل، وتُعاد الصورة المولَّدة في الاستجابة. معاملات الطلب المدعومة هي max_completion_tokens وmax_tokens وtemperature، إضافة إلى معاملات الصور aspect_ratio وn وinput_references. اضبط n على 1، واختر نسبة أبعاد أو اتركها على auto، ومرّر ما يصل إلى خمس صور مرجعية عندما تريد أن يستند المخرج إلى visuals موجودة.

هناك بعض الحدود التي يجدر أخذها في الحسبان. نافذة السياق هي 4096 رمزًا، وهي متواضعة، لذا قد تحتاج الموجّهات الطويلة جدًا أو الصور المرجعية الكبيرة العديدة إلى تقليص. ولا تُعاد سوى صورة واحدة لكل طلب، لذا فإن إنتاج مجموعة من التنويعات يعني إجراء استدعاءات متعددة. وإذا كان عملك يعتمد على أقصى درجات الدقة بدلًا من زمن الاستجابة والإنتاجية، فإن فئة الدقة في العائلة نفسها هي الخيار الأكثر ملاءمة.