微软发布 MAI-Image-2.5 图像模型,Arena 评测排名第三

微软发布 MAI-Image-2.5 图像生成模型, 该模型在 Arena text-to-image 评测榜单中排名第三, 重点提升了文本渲染与商业影像质量。据 Microsoft AI 官方博文,MAI-Image-2.5 在指令遵循、文本渲染以及复杂场景的视觉推理方面较前代有显著提升。

MAI-Image-2.5 性能表现与评测得分

MAI-Image-2.5 在 Arena text-to-image 榜单中获得 1,254 分, 位列全球第三。相比前代模型 MAI-Image-2, 其得分提升了 72 分, 成功进入此前由 Google DeepMind 与 OpenAI 垄断的前五名阵营。

在具体维度上, 该模型在多个细分任务中表现强劲, 尤其在以下领域提升明显：

• 产品与品牌商业影像: 分数达到 1,263, 是其最强项之一。
• 文本渲染: 分数达到 1,278, 显著改善了文字生成模糊或错误的问题。
• 肖像生成: 分数达到 1,261。
• 写实与电影感影像: 分数达到 1,256。

视觉推理与商业实用性增强

MAI-Image-2.5 重点优化了图像从“令人惊叹”到“实际可用”的转变, 旨在满足专业级创意工作的需求。模型在文本渲染、风格化插图和商业影像方面实现了质量跨越。

在视觉推理方面, 该模型能更精准地处理对象关系、场景结构、光影分布、比例以及空间关系。这意味着用户可以通过简单的指令, 生成光影自然且布局合理的专业级海报或产品宣传图。

可用渠道与部署计划

目前用户可以通过 Arena.ai 平台直接试用 MAI-Image-2.5 预览版。此外, 该模型预计将在接下来的 2 周内同步上线 MAI Playground 与 Foundry 平台。

MAI-Image-2.5 的发布标志着微软在图像生成领域通过迭代 MAI-Image 系列, 进一步缩小了与顶尖闭源模型之间的差距, 尤其在对商业精度要求较高的文本渲染领域展现了竞争力。