微软 AI 团队正式发布 MAI-Image-2.5 文本到图像生成模型，该模型在 Arena 最新文本到图像排行榜中位列第三。相比前代版本，新模型在提示词遵循度、文本渲染准确性及图像细节表现方面均有显著提升。
技术性能与排名表现
MAI-Image-2.5 在 Arena 文本到图像排行榜中获得第三名，仅次于 OpenAI 的 gpt-image-2（当前以 1388 分领先）。这是微软自 MAI-Image-1（首次发布时排名第 9）和 MAI-Image-2（排名第 3）以来在图像生成领域的又一重要进展。
核心能力改进
据微软官方介绍，MAI-Image-2.5 在以下方面实现重点突破：
- 提示词遵循度：更精准理解并执行用户指令
- 文本渲染能力：生成图像中的文字更清晰锐利
- 视觉推理能力：更好地理解物体、光照、比例、场景结构及空间关系
- 风格多样性：覆盖更广泛的图像风格类型
商业应用场景优化
微软强调，该模型在文本渲染、风格化插图和商业图像三个领域的提升最为显著。用户可利用其生成更高质量的海报、包装样机、品牌概念图及产品摄影图，布局稳定性与品牌视觉表现力均有改善。
获取渠道与上线计划
MAI-Image-2.5 目前已上线 Arena 供公众体验。按照微软此前模型的发布惯例，该模型将在未来两周内登陆 MAI Playground 和 Microsoft Foundry 平台。微软 AI 部门 CEO Mustafa Suleyman 在社交媒体上表示，Build 大会即将到来，AI 团队还将带来更多新进展。
via Neowin