مایکروسافت با انتشار MAI-Image-2.7 Preview رقابت در حوزه ویرایش تصویر با هوش مصنوعی را جدی‌تر دنبال می‌کند؛ مدلی که در ارزیابی‌های انسانی، عملکردی بهتر از نسخه Flare مدل تصویری OpenAI ثبت کرده است.
مایکروسافت از MAI-Image-2.7 Preview، جدیدترین مدل اختصاصی خود برای ویرایش تصویر با هوش مصنوعی، رونمایی کرده است. این مدل در رتبه‌بندی ویرایش تصویر مؤسسه Artificial Analysis جایگاه دوم را به دست آورده و پس از GPT Image 2.5 Sunburst قرار گرفته است.
براساس نتایج این ارزیابی، MAI-Image-2.7 امتیاز ۱۱۹۳ را کسب کرده است؛ درحالی‌که امتیاز GPT Image 2.5 Flare برابر با ۱۱۸۲ و امتیاز نسخه Sunburst برابر با ۱۱۹۹ بوده است. مدل قبلی مایکروسافت، یعنی MAI-Image-2.6، امتیاز ۱۱۵۱ را ثبت کرده بود. بنابراین، نسخه جدید نسبت به نسل قبلی ۴۲ امتیاز پیشرفت داشته است.
این رتبه‌بندی بر پایه ارزیابی‌های ترجیح انسانی به‌صورت ناشناس انجام می‌شود؛ به این معنا که کاربران خروجی تصاویر را مقایسه می‌کنند و نتیجه براساس انتخاب‌های آن‌ها شکل می‌گیرد. MAI-Image-2.7 همچنین در رتبه‌بندی ویرایش تصویر پلتفرم Arena جایگاه سوم را کسب کرده است.
تمرکز بر ویرایش‌های پیچیده و بازسازی تصاویر
مایکروسافت می‌گوید مدل جدید در هر ۱۰ کاربرد و هفت نوع عملیات ویرایش بررسی‌شده توسط Artificial Analysis، عملکرد بهتری از MAI-Image-2.6 دارد. ازجمله قابلیت‌های آن می‌توان به بهبود کیفیت و بازسازی عکس‌های قدیمی، تغییر نورپردازی، انتقال اشیا به محیط‌های متفاوت و اصلاح متن‌ها و نمادهای داخل تصویر اشاره کرد.
این مدل همچنین برای ویرایش‌هایی طراحی شده است که به درک ارتباط میان اشیا و محیط اطراف آن‌ها نیاز دارند. برای مثال، تغییر ظاهر یا فضای یک تصویر باید با حفظ هماهنگی بصری اجزای صحنه انجام شود. اصلاح نوشته‌ها و نمادها نیز از حوزه‌هایی است که مایکروسافت بر بهبود عملکرد مدل در آن تاکید دارد.
دسترسی به مدل جدید مایکروسافت
MAI-Image-2.7 Preview هم‌اکنون از طریق MAI Playground، پلتفرم Arena و وب‌سایت Artificial Analysis برای ویرایش تصاویر در دسترس قرار گرفته است. بااین‌حال، برخلاف نسخه قبلی، تمرکز اولیه این مدل بر ویرایش تصاویر موجود است و قابلیت تولید تصویر از متن هنوز ارائه نشده است. مایکروسافت اعلام کرده که پشتیبانی از تولید تصویر براساس دستور متنی در آینده اضافه خواهد شد. درحال‌حاضر نیز جزئیات قیمت‌گذاری و زمان دسترسی توسعه‌دهندگان به این مدل از طریق سرویس Microsoft Foundry مشخص نیست.
نتایج اولیه MAI-Image-2.7 نشان می‌دهد مایکروسافت در حال کاهش فاصله خود با مدل‌های پیشرو ویرایش تصویر است. بااین‌حال، امتیاز بنچمارک به‌تنهایی کیفیت خروجی در همه سناریوهای واقعی را تضمین نمی‌کند و ارزیابی گسترده‌تر کاربران می‌تواند تصویر دقیق‌تری از توانایی‌های این مدل ارائه دهد.