Microsoft AI: MAI-Image-2.5

MAI-Image-2.5 è un modello di generazione di immagini di Microsoft, pubblicato sotto il marchio Microsoft AI e identificato su api14 come microsoft/mai-image-2.5. Si colloca nella categoria immagini, e Microsoft lo descrive come un modello di generazione di immagini di alta qualità disponibile tramite Azure AI Foundry. Se stai già lavorando nell'ecosistema Microsoft o lo stai valutando, questo è il modello che sostiene quell'offerta.

Il modello accetta input di testo e immagini e restituisce immagini. Ciò significa che puoi guidarlo con un solo prompt, oppure fornire una singola immagine di riferimento insieme al prompt per orientare il risultato. La sua finestra di contesto è di 4096 token, e l'output massimo è 1024. La generazione è controllata tramite un piccolo insieme di parametri per le immagini: aspect_ratio, che accetta 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 o auto; n, che è fisso esattamente a 1, quindi ogni richiesta restituisce una singola immagine; e input_references, che accetta tra 0 e 1 immagini di riferimento. Microsoft posiziona l'output come sia fotorealistico che artistico, quindi è pensato per coprire una gamma stilistica piuttosto ampia anziché un unico look ristretto.

Gli usi pratici derivano direttamente da queste capacità. La generazione da testo a immagine copre il terreno abituale: concept art, visual per il marketing, illustrazioni e bozze di asset quando serve un'inquadratura specifica, ed è qui che contano le opzioni di aspect ratio, dato che puoi richiedere output quadrato, orizzontale o verticale senza ritagli in post-produzione. Poiché il modello accetta una immagine di riferimento, si adatta anche a flussi di lavoro in cui vuoi una nuova immagine guidata da una esistente, come produrre una variazione su una composizione o trasferire uno stile visivo da un riferimento a una nuova scena. Il vincolo di una sola immagine per richiesta significa che il lavoro in batch richiede l'invio di più chiamate anziché chiedere più immagini in una volta.

Chiamarlo tramite api14 funziona come per qualsiasi altro modello sul gateway, usando l'API compatibile con OpenAI con l'id del modello microsoft/mai-image-2.5. I parametri di richiesta supportati sono max_completion_tokens, max_tokens e temperature, insieme ai parametri per le immagini descritti sopra per aspect ratio e riferimenti di input. Se hai già codice client OpenAI, cambi l'id del modello e l'URL di base, e la forma della richiesta rimane familiare.

Vale la pena conoscere alcuni limiti prima di impegnarti. La finestra di contesto di 4096 token è modesta, quindi prompt molto lunghi o molto dettagliati hanno meno spazio rispetto a modelli con contesto più ampio. L'output è limitato a 1024, n non può superare 1, e viene accettato un solo riferimento di input, quindi attività che richiedono più immagini di riferimento o più immagini per chiamata non trovano posto qui. Se il tuo lavoro è testo anziché generazione di immagini, o hai bisogno di un contesto molto più ampio, un modello diverso su api14 ti servirà meglio.