خلاصه
مایکروسافت با MAI-Image-1 اولین مدل تبدیل متن به تصویر ساخت خودش را معرفی کرد. این مدل در بنچمارک LMArena در میان ۱۰ مدل برتر قرار گرفته و ادعا میشود تصاویر طبیعی را سریعتر از رقبای بزرگ تولید میکند.
مایکروسافت چی ساخته؟
MAI-Image-1 یک مدل کاملاً درونسازمانی است که طبق گفتهٔ مایکروسافت با نظر هنرمندان و طراحان واقعی ساخته شده تا از تصاویر کلیشهای و تکراری جلوگیری شود.
ویژگیهای کلیدی
تصاویر فتوواقعی
مدل در تولید مناظر طبیعی، صاعقه و چهرههای واقعی عملکرد بالایی دارد.
سرعت بالا
نسبت به مدلهای بزرگتر و کندتر، زمان پردازش کمتری لازم دارد.
رتبهٔ جهانی
در سایت LMAرا که توسط انسانها امتیازدهی میشود، جایگاه میان ۱۰ نخست را کسب کرده است.
چرا این خبر مهم است؟
- نخستین مدل اختصاصی تصویر مایکروسافت پس از عرضهٔ مدلهای زبان درونسازمانی
- ورود جدی مایکروسافت به رقابت با DALL·E ،Midjourney و Stable Diffusion
- تمرکز بر ایمنی و خروجیهای مسئولانه طبق وعدهٔ شرکت
چه چیزهایی هنوز نمیدانیم؟
هنوز تست مستقل از لایههای ایمنی و محدودیتهای محتوایی مدل منتشر نشده؛ به محض بررسی، نتایج کامل اعلام خواهد شد.
برداشت نهایی
مایکروسافت با MAI-Image-1 نشان داد میخواهد در بازار تولید تصویر با هوش مصنوعی سهم جدی بگیرد. اگر سرعت و کیفیت ادعاش در عمل ثابت شود، میتواند گزینهٔ جذابی برای طراحان، بازاریابان و تولیدکنندگان محتوا باشد.