ابزارهای هوش مصنوعی

MAI-Image-2.5؛ رتبه ۲ ویرایش تصویر در Arena

MAI-Image-2.5 قوی‌ترین مدل تصویری مایکروسافت تاکنون است و اکنون در جدول رتبه‌بندی ویرایش تصویر Arena در جایگاه شماره ۲ قرار گرفته و از Nano Banana 2 پیشی گرفته است. این مدل که برای تولید باکیفیت بالا و ویرایش دقیق و قابل‌کنترل طراحی شده است، جریان‌های کاری تول…

4 دقیقه مطالعه
  • پشتیبانی شبکه
  • تصویر
  • تولید
  • ویرایش
  • MAI-Image-2
  • به‌ازای
  • می‌کند
  • میلیون
MAI-Image-2.5؛ رتبه ۲ ویرایش تصویر در Arena

خلاصه تحلیلی خبر

MAI-Image-2.5 قوی‌ترین مدل تصویری مایکروسافت تاکنون است و اکنون در جدول رتبه‌بندی ویرایش تصویر Arena در جایگاه شماره ۲ قرار گرفته و از Nano Banana 2 پیشی گرفته است. این مدل که برای تولید باکیفیت بالا و ویرایش دقیق و قابل‌کنترل طراحی شده است، جریان‌های کاری تول…

موضوعات اصلی: پشتیبانی شبکه، تصویر، تولید، ویرایش، MAI-Image-2، به‌ازای

MAI-Image-2.5 قوی‌ترین مدل تصویری مایکروسافت تاکنون است و اکنون در جدول رتبه‌بندی ویرایش تصویر Arena در جایگاه شماره ۲ قرار گرفته و از Nano Banana 2 پیشی گرفته است.

این مدل که برای تولید باکیفیت بالا و ویرایش دقیق و قابل‌کنترل طراحی شده است، جریان‌های کاری تولید تصویر در سطح تولید (production-ready) را برای توسعه‌دهندگان و محصولات مایکروسافت فراهم می‌کند.

ویژگی‌ها و قابلیت‌ها

  • جهش اساسی در کیفیت متن به تصویرMAI-Image-2.5 تصاویر دقیق‌تر و منسجم‌تری را از پرامپت‌ها تولید می‌کند، با توانایی قوی‌تر در رندر متن، تصویرسازی محصول و پایبندی بهتر به پرامپت (prompt adherence).
  • استدلال بصری پیچیدهاین مدل ساختار صحنه، نورپردازی، مقیاس و روابط فضایی را درک می‌کند و به آن کمک می‌کند ویرایش‌هایی انجام دهد که با زمینه تصویر سازگار باشند؛ مانند افزودن یک شیء با پرسپکتیو و سایه‌های صحیح.
  • کنترل ویرایش دقیق و جزئیMAI-Image-2.5 از ویرایش‌های دقیق و موضعی پشتیبانی می‌کند؛ از جایگزینی یک شیء یا به‌روزرسانی متن گرفته تا حذف تاری حرکتی (motion blur)، بدون تغییر سایر بخش‌های تصویر.
  • سازگاری چهره و هویتMAI-Image-2.5 هویت چهره را در طول ویرایش‌ها حفظ می‌کند و حتی در تغییرات حالت، بیان یا زاویه دید، شباهت قابل‌تشخیص را نگه می‌دارد.

بنچمارک‌ها

MAI-Image-2.5 در Arena امتیازاتی را کسب کرده که از GPT-Image-1.5 و Nano Banana Pro 2K فراتر می‌رود و در جایگاه شماره ۳ برای متن به تصویر و شماره ۲ در جدول رتبه‌بندی ویرایش تصویر Arena قرار می‌گیرد.

MAI-Image-2.5؛ رتبه ۲ ویرایش تصویر در Arena

در مجموع این ارزیابی‌ها، MAI-Image-2.5 عملکردی پیشرو در تولید و ویرایش تصویر نشان می‌دهد، با نتایج قوی در زمینه پایبندی به پرامپت، کیفیت بصری و اصلاح کنترل‌شده تصویر.

MAI-Image-2.5؛ رتبه ۲ ویرایش تصویر در Arena
نرخ‌های برد MAI-Image-2.5 در ۱۲ دسته ویرایش در Arena که با داوری انسانی کور (blind human preference judging) در برابر تمام مدل‌های فعال از ۳۱ می تا ۱ ژوئن ارزیابی شده است. هر نوار سهم مسابقاتی را نشان می‌دهد که MAI-Image-2.5 در آن‌ها برنده شده (سبز)، رقیب برنده شده (قهوه‌ای روشن) یا نتیجه مساوی بوده است. فقط دسته‌هایی با حداقل ۱۰۰ مسابقه ارزیابی‌شده نمایش داده شده‌اند؛ مسابقاتی که هر دو خروجی در آن‌ها ضعیف ارزیابی شده‌اند حذف شده‌اند.

ادغام در محصولات مایکروسافت

MAI-Image-2.5 هم‌اکنون درPowerPointبرای تولید تصویر باکیفیت بالا فعال است و به‌تدریج درOneDriveبرای ویرایش دقیق در حال عرضه است. در OneDrive، کاربران می‌توانند ویرایش‌های دقیق روی عکس انجام دهند؛ مانند حذف عناصر مزاحم، پاک‌سازی پس‌زمینه‌ها و بهبود تصاویر درحالی‌که صحنه اصلی حفظ می‌شود. در PowerPoint، کاربران می‌توانند تصاویر و اسلایدهای آماده ارائه را از طریق پرامپت تولید کنند و ایده‌ها را سریع‌تر به ارائه‌های حرفه‌ای تبدیل کنند.

بهترین مدل‌ها از نظر نسبت قیمت به عملکرد

MAI-Image-2.5 هم‌اکنون از طریق Foundry برای توسعه‌دهندگان در دسترس است و کیفیت پریمیوم و کنترل دقیق ویرایش را با قیمت‌های زیر ارائه می‌دهد

  • ۵ دلار به‌ازای هر ۱ میلیون توکن ورودی متن
  • ۸ دلار به‌ازای هر ۱ میلیون توکن ورودی تصویر
  • ۴۷ دلار به‌ازای هر ۱ میلیون توکن خروجی تصویر

MAI-Image-2.5-Flash نسخه سریع‌تر و کم‌هزینه‌تر برای تولید و ویرایش است

  • ۱.۷۵ دلار به‌ازای هر ۱ میلیون توکن ورودی متن
  • ۱.۷۵ دلار به‌ازای هر ۱ میلیون توکن ورودی تصویر
  • ۱۹.۵۰ دلار به‌ازای هر ۱ میلیون توکن خروجی تصویر

در کنار هم، این دو مدل به کاربران امکان می‌دهند جریان‌های کاری تولید تصویر را برای وفاداری، سرعت یا هزینه بهینه کنند؛ درحالی‌که همچنان عملکرد پیشرو از نظر نسبت قیمت به امتیاز Arena ارائه می‌دهند.

ایمنی و محدودیت‌ها

MAI-Image-2.5 شامل لایه‌های چندگانه محافظتی ایمنی است، از جمله فیلترهای ورودی و خروجی پرامپت، برای کمک به شناسایی و مسدودسازی محتوای مضر یا نقض‌کننده سیاست‌ها. مانند تمام مدل‌های تصویری، MAI-Image-2.5 می‌تواند بازتابی از سوگیری‌های موجود در داده‌های آموزشی خود باشد و ممکن است جزئیات بصری قابل‌باور اما نادرست یا گمراه‌کننده تولید کند. تصاویر تولیدشده باید پیش از استفاده در زمینه‌های حساس بررسی شوند؛ از جمله کاربردهای هویتی، حقوقی، پزشکی، مالی یا خبری.

امتحان کنید

MAI-Image-2.5 و MAI-Image-2.5-Flash اکنون از طریق Foundry برای توسعه‌دهندگان در دسترس هستند همچنین می‌توانید این مدل‌ها را مستقیماً درMAI Playgroundآزمایش کنید. OpenRouter نیز MAI-Image-2.5 را در دسترس جامعه توسعه‌دهندگان خود قرار می‌دهد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.