IT之家 4 月 15 日消息，本月初，微軟公布了一系列自研 AI 模型，其中包括具備轉(zhuǎn)錄、語(yǔ)音、圖像生成下一代能力的 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2。

如今，這家科技巨頭推出了 MAI-Image-2-Efficient，這是其旗艦級(jí)文本生成圖像模型的低成本、高速版本，微軟表示該版本以近一半的價(jià)格提供了可投入生產(chǎn)的質(zhì)量。微軟將該工具標(biāo)榜為旗下“最佳文生圖模型”，稱其能生成“照片級(jí)真實(shí)且富有表現(xiàn)力”的圖像，并能穩(wěn)定生成圖像內(nèi)文字。

微軟表示，該模型速度提升 22%，效率提升 4 倍，成本直接降低 41%。具體定價(jià)為：每百萬(wàn)文本輸入詞元（token） 5 美元（IT之家注：現(xiàn)匯率約合 34.2 元人民幣），每百萬(wàn)圖像輸出 19.50 美元（現(xiàn)匯率約合 133.4 元人民幣）。

MAI-Image-2-Efficient 速度似乎將超過(guò)微軟旗艦?zāi)Ｐ?，平均比頭部云廠商模型快 40%。更值得關(guān)注的是，微軟擁有兩款獨(dú)立的文生圖模型：MAI-Image-2-Efficient 和 MAI-Image-2。

微軟將前者定位為量產(chǎn)主力模型，適合需要“批量生成、速度與嚴(yán)格成本控制”的場(chǎng)景。該工具擅長(zhǎng)生成產(chǎn)品實(shí)拍圖和 UI 原型圖，主要因?yàn)樗芎芎玫靥幚順?biāo)題、標(biāo)簽等短文本，還可無(wú)縫融入交互式工作流。

而 MAI-Image-2 則是追求精準(zhǔn)度時(shí)的首選。它擅長(zhǎng)滿足高保真需求，如照片級(jí)寫實(shí)場(chǎng)景、動(dòng)漫或插畫等風(fēng)格化效果，以及更長(zhǎng)、更復(fù)雜的圖像內(nèi)文字生成，能精準(zhǔn)理解并輸出貼合詳細(xì)提示詞的內(nèi)容。

目前，MAI-Image-2-Efficient 已正式商用，可在微軟 Foundry 和 MAI Playground 中使用。微軟還承諾，很快會(huì)將該工具集成到 Copilot 和必應(yīng)中。

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。