Flere billeder kan samles i én opgave
Referencebilleder kan bruges til at føre personer, produkter, stilarter eller scener sammen i et nyt resultat. Foundry-dokumentationen beskriver desuden redigering af afgrænsede dele af et billede, eksempelvis fjernelse eller udskiftning af objekter, ændring af egenskaber, rettelse af tekst og oprydning i billedfejl. Målet er, at resten af kompositionen i højere grad kan bevares under ændringen. Det kan gøre modellerne mere anvendelige i en arbejdsproces end en generator, der kræver en helt ny version for hver rettelse. En designer kan i princippet arbejde videre med et eksisterende oplæg, mens et produktteam kan afprøve flere varianter uden at begynde forfra hver gang. Microsoft dokumenterer dog ikke i lanceringsmaterialet, hvor konsekvent bestemte personer eller produkter bevares gennem mange redigeringsrunder.Nettet kan blive en del af billedprompten
En særlig funktion er såkaldt web grounding. Når den slås til, kan modellen søge efter aktuel og relevant information med Bing og bruge resultaterne som ekstra baggrund for at forstå brugerens ønske. Det kan være nyttigt, når et billede handler om et sted, en begivenhed eller et andet emne, der har ændret sig siden modellens træning. Netadgangen er valgfri og løser ikke automatisk spørgsmålet om dokumentation. Microsoft oplyser, at funktionen kan forbedre nøjagtigheden, men det færdige billede er fortsat AI-genereret og bør ikke behandles som fotografisk bevis. Foundry-dokumentationen advarer også om, at billedmodeller kan levere uventet eller skadeligt indhold trods filtrering og andre tekniske sikkerhedsforanstaltninger. Modellerne kan desuden selv vælge billedformat ud fra prompten og eventuelle inputbilleder. Alternativt kan udvikleren angive bredde og højde. API'et leverer PNG-filer og stiller konkrete grænser for billedets mål og samlede antal pixels, så den automatiske formatering er ikke det samme som fri opløsning.Flash skal bytte lidt ventetid for mere kapacitet
Microsoft beskriver Flash som valget til produktion med høj trafik og lav ventetid. Selskabets egen måling siger, at den kan skabe billeder 2,8 gange hurtigere end GPT-Image-2-Medium og samtidig være 72 procent mere effektiv. Der offentliggøres ikke i indlægget en fuld metode, som gør tallene lette at efterprøve på tværs af forskellige typer billedopgaver, og resultaterne bør derfor læses som leverandørens benchmark. Den almindelige MAI-Image-2.6 fremhæves i stedet for bedre gengivelse af tekst, portrætter, 3D-motiver og kommercielt udseende billeder. Microsoft henviser også til høje placeringer hos Arena og Artificial Analysis pr. 4. september, men ranglister kan flytte sig og siger ikke nødvendigvis, hvilken model der passer bedst til en bestemt arbejdsgang.Adgangen er først og fremmest for udviklere
MAI-Image-2.6 og Flash er tilgængelige i Microsofts egen legeplads og som offentlig prøve i Foundry. Det betyder, at lanceringen ikke svarer til en ny billedknap for alle almindelige Microsoft-brugere. Den retter sig i første omgang mod udviklere og organisationer, der vil bygge billedgenerering eller redigering ind i egne tjenester. I Foundry skal modellerne udrulles som en administreret Azure-tjeneste. De kan derefter kaldes gennem særskilte grænseflader til henholdsvis billedgenerering og billedredigering, og adgangen kan styres med Microsoft Entra ID eller en API-nøgle. Kapaciteten afhænger af abonnement og konfiguration. Dermed handler lanceringen lige så meget om distribution som om billedkvalitet. Microsoft flytter sin egen billedmodel ind i den samme platform, hvor virksomheder allerede kan vælge og administrere andre AI-modeller. Om MAI-Image-2.6 bliver et bredt kreativt værktøj, afhænger derfor ikke kun af flotte prøvebilleder, men også af pris, stabilitet og hvor sikkert de nye redigeringsfunktioner kan indgå i gentagne arbejdsprocesser.Der er benyttet AI til at skrive denne artikel.
