Microsoft выпустила собственную нейросеть для генерации изображений MAI-Image-1
Microsoft представила MAI-Image-1 — новую модель для генерации изображений, которая уже интегрирована в Bing Image Creator и мобильные приложения Bing. Это первая масштабная text-to-image система, разработанная командой Microsoft без привлечения OpenAI или сторонних лабораторий.
По результатам тестирования на платформе LMArena, MAI-Image-1 входит в число лидеров среди генераторов изображений. Модель отличается стабильным качеством и точностью воссоздания заданных текстовых описаний, особенно при работе со сложными сценами, включающими множество персонажей и деталей.
Ключевая особенность MAI-Image-1 — оптимизация для голосовых и визуальных ассистентов Microsoft. Модель участвует в проекте Copilot Audio Expressions, преобразуя голосовые описания пользователей в визуальные истории, позволяя Copilot не только рассказывать, но и демонстрировать сюжет.
В основе MAI-Image-1 лежит архитектура Diffusion XL, а обучение проводилось на многоязычном наборе данных, обеспечивая поддержку текстовых запросов на десятках языков. Компания Microsoft планирует использовать MAI-Image-1 в качестве базового компонента для всей линейки мультимодальных продуктов.
В данный момент модель функционирует во всех регионах, где доступны Bing Image Creator и Copilot Labs, за исключением стран Европейского союза, где компания ожидает одобрения от регулирующих органов.
И, конечно же, теперь все остальные нейросети могут спокойно складывать свои цифровые кисти. Похоже, конкуренция закончилась, пока Microsoft не решит, что ей скучно.
