مایکروسافت مدل جدید تولید تصویر خود با نام MAI-Image-2.6 را معرفی کرده است؛ مدلی که در نخستین حضور خود در رتبه‌بندی Text-to-Image Arena به جایگاه دوم رسیده و در حال حاضر تنها GPT Image 2 امتیاز بالاتری از آن دارد. این مدل ۱۰ اوت ۲۰۲۶ معرفی شد و در نسخه Preview در اختیار کاربران Arena قرار گرفته است.
جهش نسبت به نسل قبل
MAI-Image-۲.۶ ادامه مسیر MAI-Image-2.5 است که مایکروسافت پیش‌تر در ماه ژوئن معرفی کرده بود. به گفته مایکروسافت، نسخه جدید در مقایسه با نسل قبلی در تمامی دسته‌های ارزیابی‌شده در Arena عملکرد بهتری داشته است. این شرکت همچنین از پیشرفت قابل توجه مدل در تولید متن داخل تصویر، یکی از چالش‌های مهم مدل‌های تولید تصویر، خبر داده است.
در رتبه‌بندی Text-to-Image Arena، MAI-Image-۲.۶ با امتیاز ۱۳۳۶ در جایگاه دوم قرار گرفته است. این رتبه‌بندی بر اساس مقایسه مستقیم خروجی مدل‌های مختلف و رأی کاربران شکل می‌گیرد و در زمان معرفی مدل، بیش از ۵.۹ میلیون رأی برای ۷۷ مدل در آن ثبت شده بود.
تمرکز بر کاربردهای طراحی
مایکروسافت می‌گوید MAI-Image-۲.۶ برای طیف متنوعی از کارهای تصویری توسعه یافته و در زمینه‌هایی مانند تولید تصاویر فوتورئال، پرتره، تصاویر سه‌بعدی، رندر محصول و تولید محتوای تجاری عملکرد بهتری ارائه می‌کند. توانایی بهتر در تولید متن نیز می‌تواند این مدل را برای کاربردهایی مانند طراحی تبلیغات، پوستر، بسته‌بندی و تصاویر برندینگ مناسب‌تر کند.
با این حال، رتبه دوم Arena به معنای برتری قطعی مدل در همه کاربردها نیست. امتیاز Arena حاصل ارزیابی مقایسه‌ای کاربران است و عملکرد واقعی یک مدل می‌تواند بسته به نوع پرامپت، سبک تصویر، میزان جزئیات و نیازهای پروژه متفاوت باشد.
مایکروسافت فعلاً MAI-Image-۲.۶ را به‌صورت Preview در Arena عرضه کرده و اعلام کرده است که این مدل در ادامه به MAI Playground و Microsoft Foundry نیز راه پیدا خواهد کرد.
معرفی MAI-Image-۲.۶ بخشی از روند توسعه خانواده مدل‌های اختصاصی MAI است؛ خانواده‌ای که مایکروسافت در ماه‌های اخیر مدل‌هایی برای تولید و ویرایش تصویر، کدنویسی و استدلال را در آن توسعه داده است. MAI-Image-۲.۵ نیز در زمان معرفی توانسته بود جایگاه قابل توجهی در ارزیابی‌های Arena به دست آورد و اکنون نسخه ۲.۶ یک گام دیگر به سمت رقابت مستقیم با مدل‌های پیشرو تولید تصویر برداشته است.