Microsoft AI: MAI-Image-2.5

MAI-Image-2.5, Microsoft tarafından sunulan, Microsoft AI bayrağı altında yayımlanan ve api14 üzerinde microsoft/mai-image-2.5 olarak tanımlanan bir görsel üretim modelidir. Görsel kategorisinde yer alır ve Microsoft bunu Azure AI Foundry aracılığıyla kullanılabilen yüksek kaliteli bir görsel üretim modeli olarak tanımlar. Zaten Microsoft ekosistemi içinde çalışıyorsanız veya bu ekosistemi değerlendiriyorsanız, bu teklifin arkasındaki model budur.

Model metin ve görsel girdileri alır ve görseller döndürür. Bu, onu yalnızca bir istemle çalıştırabileceğiniz veya sonucu yönlendirmek için isteminizin yanında tek bir girdi referans görseli sağlayabileceğiniz anlamına gelir. Bağlam penceresi 4096 token'dır ve maksimum çıktı 1024'tür. Üretim, küçük bir görsel parametre kümesiyle kontrol edilir: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 veya auto değerlerini kabul eden aspect_ratio; tam olarak 1 değerinde sabitlenen ve böylece her isteğin tek bir görsel döndürdüğü n; ve 0 ile 1 arasında referans görsel kabul eden input_references. Microsoft çıktıyı hem fotogerçekçi hem de sanatsal olarak konumlandırır, yani tek bir dar görünüm yerine oldukça geniş bir stil aralığını kapsaması amaçlanmıştır.

Pratik kullanımlar doğrudan bu yeteneklerden doğar. Metinden görsele üretim olağan alanları kapsar: konsept sanatı, pazarlama görselleri, illüstrasyonlar ve belirli bir çerçevelemeye ihtiyaç duyduğunuz varlık taslakları; burada en boy oranı seçenekleri önemlidir, çünkü kırpma sonrası işlem yapmadan kare, yatay veya dikey çıktı isteyebilirsiniz. Model tek bir girdi referans görseli kabul ettiği için, mevcut bir görselle yönlendirilen yeni bir görsel istediğiniz iş akışlarına da uygundur; örneğin bir kompozisyonun varyasyonunu üretmek veya bir referanstaki görsel stili yeni bir sahneye taşımak gibi. İstek başına tek görsel kısıtı, toplu çalışmanın tek seferde birkaç görsel istemek yerine birden çok çağrı yapmak anlamına geldiği anlamına gelir.

api14 üzerinden çağırmak, ağ geçidindeki diğer tüm modellerle aynı şekilde çalışır; microsoft/mai-image-2.5 model kimliğiyle OpenAI uyumlu API kullanılır. Desteklenen istek parametreleri max_completion_tokens, max_tokens ve temperature ile yukarıda açıklanan en boy oranı ve girdi referanslarına yönelik görsel parametreleridir. Mevcut OpenAI istemci kodunuz varsa model kimliğini ve temel URL'yi değiştirirsiniz ve istek yapısı tanıdık kalır.

Taahhüt vermeden önce bilinmesi gereken birkaç sınır vardır. 4096 token'lık bağlam penceresi mütevazıdır, bu nedenle çok uzun veya yoğun ayrıntılı istemler daha büyük bağlamlı modellere göre daha az alana sahiptir. Çıktı 1024 ile sınırlıdır, n 1'i aşamaz ve yalnızca bir girdi referansı kabul edilir, bu nedenle birden çok referans görseli veya çağrı başına birkaç görsel gerektiren görevler buraya sığmaz. İşiniz görsel üretim yerine metin ise veya çok daha büyük bir bağlama ihtiyacınız varsa, api14 üzerindeki farklı bir model size daha iyi hizmet edecektir.