Microsoft AI: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro, Microsoft tarafından sunulan bir görsel üretim modelidir ve microsoft/mai-image-2.5-pro model kimliğiyle listelenir. Görsel kategorisinde yer alır ve sağlayıcı tarafından Azure AI Foundry üzerinden kullanılabilen yüksek kaliteli bir görsel üretim modeli olarak tanımlanır. Halihazırda Microsoft ekosistemi içinde çalışıyorsanız veya farklı sağlayıcılar arasında görsel modellerini karşılaştırıyorsanız, değerlendirmeniz gereken Microsoft girdisi budur.

Model, metin ve görsel girdileri alır ve görseller döndürür. Bu, onu yazılı bir istemle yönlendirebileceğiniz ve ayrıca bu istemin yanında tek bir referans görsel sağlayabileceğiniz anlamına gelir. Bağlam penceresi 4096 token'dır ve bu, isteminizi ve ilettiğiniz tüm referans materyalini kapsar. Çıktı 1024 ile sınırlıdır ve üretim istek başına bir görselle sınırlıdır, yani her çağrı toplu bir sonuç yerine tek bir sonuç üretir. En boy oranı sabit bir kümeden seçilebilir: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 veya auto; bu, sonradan kırpma yapmak yerine çıktı şeklini dolduracağı alana uydurmanızı sağlar.

Bu yetenekler oldukça belirli bir iş kümesine işaret eder. Metinden görsele çalışmaları olağan alanları kapsar: konsept sanatı, pazarlama görselleri, illüstrasyonlar ve yazılı bir açıklamadan fotogerçekçi render'lar. Görsel girdi yolu, modeli yinelemeli çalışmalar için daha ilginç kılan şeydir. Bir varyasyonu yönlendirmek, mevcut bir varlığı yeniden biçimlendirmek veya boş bir sayfa yerine bir başlangıç noktasından yönleri keşfetmek için bir referans görsel ve bir istem iletebilirsiniz. Yalnızca bir referans görsel kabul edildiği için bu, çoklu görsel kompozisyon veya kolaj tarzı görevlerden ziyade tek çıpa akışlarına uygundur. Sabit en boy oranları, çıktının yeniden boyutlandırma olmadan doğrudan bir düzene, bir storyboard karesine veya bir sosyal medya formatına yerleşmesi gerektiğinde yardımcı olur.

api14 üzerinden çağırmak, ağ geçidindeki diğer tüm modellerle aynı şekilde çalışır; microsoft/mai-image-2.5-pro model kimliğiyle OpenAI uyumlu API kullanılır. Desteklenen istek parametreleri max_completion_tokens, max_tokens ve temperature'dır. Görsele özgü seçenekler bunların yanında iletilir: aspect_ratio yukarıda listelenen enum değerlerinden birini alır, n 1 olarak sabittir ve input_references 0 ile 1 arasında referans görsel kabul eder. Mevcut OpenAI istemci kodunuz varsa, bu modele geçmek büyük ölçüde model kimliğini değiştirmek ve istek gövdenize görsel parametrelerini eklemek meselesidir.

Değerlendirilmesi gereken ana kısıtlar, istek başına tek çıktı görseli ve tek referans görsel sınırıdır. Ardışık düzeniniz bir çağrıdan birkaç görsel üretmeyi veya birden fazla referansı tek bir üretimde birleştirmeyi gerektiriyorsa, birden fazla istek göndermeniz veya farklı bir modele bakmanız gerekir. 4096 token bağlamı da mütevazıdır, bu nedenle çok uzun istemlerin veya ayrıntılı referans açıklamalarının kısaltılması gerekebilir. Tek bir çıpa görseli ve seçilmiş bir en boy oranıyla doğrudan istem odaklı üretim için temiz bir şekilde uygundur.