به گزارش خبرگزاری ایمنا و به نقل از د ورج، MAI-Image-1 در مرحله انتشار قرار دارد و هماکنون از طریق Bing Image Creator و Copilot Audio Expressions در بازارهای منتخب (همچون آمریکا، بریتانیا، کانادا، استرالیا) دسترسپذیر است. مایکروسافت اعلام کرده که این مدل «بهزودی» در اتحادیه اروپا نیز عرضه خواهد شد. این مدل برخلاف بسیاری از مدلهای متن-به-تصویر موجود، با هدف ایجاد تصاویر فوتورئالیستی و با کیفیت بالا طراحی شده است، بهخصوص در زمینههای همچون نورپردازی (بازتاب نور، bounce light)، مناظر، صحنههای طبیعی و غذا.
مایکروسافت میگوید در توسعه این مدل، بازخورد از متخصصان خلاقیت (طراحان، هنرمندان) گرفته شده است تا خروجیهای «تکراری» یا «سبکشده خیلی عمومی» کاهش یابند. همچنین، مایکروسافت ادعا میکند که MAI-Image-1 در مقایسه با مدلهای بسیار بزرگتر، سرعت بیشتری دارد؛ به این معنا که کاربران میتوانند سریعتر نتایج را ببینند، ویرایش کنند و به ابزار دیگر منتقل نمایند.
در بنچمارک LMArena، این مدل توانسته در برترین ۱۰ مدل متن-به-تصویر قرار گیرد؛ امتیازی که نشاندهندهٔ ورود جدی مایکروسافت به عرصهٔ تولید مدلهای هوش مصنوعی خودساخته است.
مایکروسافت تاکنون بهطور گستردهای به مدلهای تولیدشده توسط شرکتهایی مثل OpenAI وابسته بوده است، اما با عرضه MAI-Image-1، به نظر میرسد در حال حرکت به سمت استقلال بیشتر در حوزهٔ هوش مصنوعی است. برای طراحان، بازاریابان، و تولیدکنندگان محتوا، داشتن ابزاری با سرعت، کیفیت و کنترل بیشتر، میتواند به شکل چشمگیری در روند تولید بصری تأثیرگذار باشد. از منظر رقابت، مایکروسافت اکنون در کنار شرکتهایی چون Midjourney، DALL·E 3 و مدلهای گوگل قرار میگیرد؛ یعنی عرصه تولید تصویر هوش مصنوعی بیش از گذشته داغتر خواهد شد.
اگر از خدمات Microsoft مانند Copilot یا Bing استفاده میکنید، احتمالاً بهزودی قابلیت تولید تصویر با MAI-Image-1 برایتان فعال میشود. توجه داشته باشید که کیفیت تصویرهای تولیدشده ممکن است بسیار بالا باشد، اما همیشه نیاز به تنظیمات دقیقتر و آزمایشهای متعدد وجود دارد تا نتیجه دقیق مطابق نیازتان شود




نظر شما