فهرست مطالب
مدل MAI-Image-2.7 مایکروسافت در نخستین حضور خود در جدول رتبه‌بندی ویرایش تصویر Artificial Analysis، رتبه دوم را به دست آورده و از GPT Image 2.5 Flare شرکت OpenAI پیشی گرفته است.
به گزارش سرویس هوش مصنوعی تکناک، شرکت مایکروسافت مدل MAI-Image-2.7 Preview را به‌طور اختصاصی برای پردازش و ویرایش تصویر معرفی کرده است. در رتبه‌بندی Artificial Analysis، تنها GPT Image 2.5 Sunburst عملکرد بهتری از این مدل جدید مایکروسافت ثبت کرده است.
بیشتر بخوانید: تصاویر هوش مصنوعی در iOS 27.2 به واترمارک اختصاصی گوگل مجهز می شوند
ارزیابی مدل MAI-Image-2.7 مایکروسافت
این مدل در ارزیابی Artificial Analysis امتیاز Elo معادل ۱۱۹۳ را کسب کرده است. این امتیاز برای GPT Image 2.5 Flare برابر با ۱۱۸۲ و برای GPT Image 2.5 Sunburst برابر با ۱۱۹۹ است. مدل پیشین مایکروسافت، MAI-Image-2.6، امتیاز ۱۱۵۱ را کسب کرده بود؛ بنابراین نسخه جدید با افزایشی ۴۲ امتیازی همراه شده است. این رتبه‌بندی‌ها بر پایه ارزیابی‌های ترجیح انسانی و مقایسه ناشناس خروجی مدل‌ها انجام می‌شوند.
همچنین مدل MAI-Image-2.7 در رتبه‌بندی ویرایش تصویر Arena در جایگاه سوم قرار گرفته است. مایکروسافت پیش‌تر در ماه آگوست مدل MAI-Image-2.6 را معرفی کرده بود. این مدل در نخستین حضور خود در جدول رتبه‌بندی تبدیل متن به تصویر Arena، پس از GPT-Image-2 شرکت OpenAI در رتبه دوم قرار گرفت. ردموندی‌ها در ماه سپتامبر نیز نسخه MAI-Image-2.6-Flash را عرضه کردند؛ مدلی سریع‌تر و کم‌هزینه‌تر که برای فرایندهای تولید تصویر در مقیاس بالا طراحی شده است.
برای مطالعه بیشتر: هوش مصنوعی Genie 4 گوگل برای خلق جهان‌های تعاملی معرفی شد
به گفته مایکروسافت، مدل MAI-Image-2.7 کنترل دقیق‌تری بر فرایندهای پیچیده ویرایش تصویر فراهم می‌کند. تغییر نورپردازی، جابه‌جایی اشیا به محیط‌های متفاوت، اصلاح نوشته‌ها و نمادهای داخل تصاویر و بازسازی عکس‌های موجود از جمله قابلیت‌های این مدل هستند.
مایکروسافت بیان کرده است که MAI-Image-2.7 در تمام ۱۰ سناریوی کاربردی و هفت عملیات ویرایشی بررسی‌شده توسط Artificial Analysis، از نسل قبلی خود بهتر عمل می‌کند. این مدل به‌طور ویژه در چهار حوزه زیر عملکرد قابل توجهی دارد:
- بهبود و بازسازی تصاویر: کیفیت تصاویر موجود و بازیابی جزئیات بصری از‌دست‌رفته افزایش یافته است.
- ویرایش مبتنی بر استدلال: اعمال تغییراتی که مستلزم درک اشیا، روابط میان آنها و محیط پیرامون آنها است.
- صحنه‌پردازی و سبک بصری: ظاهر، نورپردازی و فضای احساسی تصویر، بدون برهم زدن انسجام بصری آن تغییر می‌کند.
- ویرایش متن و نمادها: نوشته‌ها و نمادهای تصویری با حفظ ادغام طبیعی آنها در ترکیب‌بندی تصویر اصلاح می‌شود.
حتما بخوانید: گوگل در کدنویسی اندروید از کلود و GPT-6 عقب افتاد
نسخه پیش‌نمایش
نسخه پیش‌نمایش مدل MAI-Image-2.7 اکنون برای ویرایش تصویر از طریق MAI Playground، Arena و Artificial Analysis در دسترس قرار دارد. برخلاف نسل قبلی، این نسخه در مرحله نخست با تمرکز بر ویرایش تصاویر عرضه شده و قابلیت تولید تصویر از متن هنوز به آن اضافه نشده است.
مایکروسافت اعلام کرده است که پشتیبانی از این قابلیت به‌زودی ارائه می‌شود. با وجود این، جزئیات مربوط به قیمت‌گذاری و زمان دسترسی توسعه‌دهندگان به نسخه پیش‌نمایش از طریق Microsoft Foundry هنوز مشخص نشده است.
