مدل جدید MAI-Image-2.6 تولید تصویر مایکروسافت با قابلیت پردازش انبوه عرضه شد

مدل هوش مصنوعی مایکروسافت برای تولید تصویر MAI-Image-2.6-Flash به عنوان یک نسخه سریعتر و ارزانتر از آخرین مدل تولید تصویر داخلی خود منتشر شده است.

به گزارش سرویس هوش مصنوعی تکناکاین مدل هوش مصنوعی برای برنامه هایی طراحی شده است که سرعت تولید تصویر، قدرت پردازش بالا و هزینه کم اهمیت بیشتری دارد و اکنون به عنوان پیش نمایش عمومی از طریق Microsoft Foundry همراه با نسخه اصلی MAI-Image-2.6 در دسترس توسعه دهندگان قرار گرفته است.

مایکروسافت ماه گذشته MAI-Image-2.6 را معرفی کرد. زمانی که این مدل عرضه شد، توانست بعد از GPT-Image-2 OpenAI در جدول بنچمارک متن به تصویر Arena در رتبه دوم قرار گیرد. مدل جدید همچنین بهبود ۷۹ امتیازی را در شاخص Elo نسبت به MAI-Image-2.5 به ثبت رساند.

نسخه فلش روی سرعت و هزینه تمرکز دارد

مایکروسافت ادعا می کند که مدل MAI-Image-2.6-Flash تصاویر را 2.8 برابر سریعتر از GPT-Image-2-Medium تولید می کند، در حالی که 72٪ بهره وری بیشتر ارائه می دهد. این شرکت نسخه فلش را برای برنامه‌های تعاملی، فرآیندهای ایجاد محتوای سریع، شخصی‌سازی، خطوط پردازش خودکار و سایر برنامه‌هایی که نیاز به تولید تعداد زیادی تصویر دارند، مناسب می‌داند.

نسخه فلش قابلیت های اصلی MAI-Image-2.6 را حفظ کرده و در عین حال بر کاهش زمان و هزینه پردازش تمرکز دارد. این مدل از تولید تصویر مبتنی بر متن و ویرایش تصویر مبتنی بر تصویر پشتیبانی می کند. کاربران همچنین می‌توانند از ویرایش هدفمند برای تغییر اشیا، طرح‌بندی یا متن در قسمتی خاص از یک تصویر بدون تغییر قابل توجه سایر قسمت‌های تصویر استفاده کنند.

خانواده مدل های MAI-Image-2.6 نیز چندین ویژگی جدید را برای توسعه دهندگان ارائه می دهد. کاربران می توانند حداکثر پنج تصویر مرجع برای مدل ارائه دهند تا ظاهر افراد، محصولات، شخصیت ها و سایر عناصر را در تصاویر مختلف حفظ کنند. اتصال وب همچنین به مدل اجازه می دهد تا اطلاعات به روز را از طریق جستجوی Bing دریافت کند تا تصاویر مرتبط با موضوعات دنیای واقعی تولید کند. مایکروسافت همچنین نسبت های پویا و پشتیبانی از خروجی های وضوح بالاتر را به این خانواده اضافه کرده است.

بیشتر بخوانید: مایکروسافت فرآیند تأیید سن در ویندوز 11 را جدی‌تر می‌کند

قیمت و پیشنهاد استفاده از دو مدل

هزینه استفاده از MAI-Image-2.6-Flash از 1.75 دلار به ازای هر 1 میلیون توکن ورودی متن، 2.50 دلار به ازای هر 1 میلیون توکن ورودی تصویر و 19 دلار برای هر 1 میلیون توکن خروجی تصویر شروع می شود. از سوی دیگر، هزینه MAI-Image-2.6 برای این سه بخش به ترتیب 5، 8 و 38 دلار برای هر میلیون توکن تعیین شده است.

مایکروسافت استفاده از MAI-Image-2.6 را برای تولید دارایی نهایی، ویرایش پیچیده، طراحی تجاری و برنامه هایی که بالاترین کیفیت تصویر و دقت در نمایش متن مهم است، توصیه می کند. این شرکت نسخه فلش را برای سناریوهایی مناسب می داند که تاخیر کمتر، قدرت پردازش بالاتر و هزینه کمتر در اولویت هستند.

هر دو MAI-Image-2.6 و MAI-Image-2.6-Flash اکنون در Microsoft Foundry Public Preview موجود هستند و توسعه دهندگان می توانند بر اساس نیاز پروژه خود بین کیفیت بالاتر نسخه اصلی و سرعت و هزینه کمتر نسخه Flash یکی را انتخاب کنند. این نسخه گزینه جدیدی را برای توسعه دهندگانی فراهم می کند که باید کیفیت نهایی، سرعت تولید و هزینه پردازش را متعادل کنند.

بیشتر بخوانید: مایکروسافت از پروژه Zenith برای بهبود ویندوز برای توسعه دهندگان رونمایی کرد