微软发布 MAI-Image-2-Efficient：速度提升 22%，成本降低 41% 的企业级图像生成模型

微软正式推出 MAI-Image-2-Efficient，这是其旗舰图像生成模型 MAI-Image-2 的轻量化、高效率版本。该模型专为需要大规模生成视觉内容的企业团队设计，在保持高质量输出的同时，显著降低延迟和计算成本。

• Microsoft Foundry：https://aka.ms/mai-image-2e-foundryblog
• MAI Playground：https://playground.microsoft.ai/chat

目前，MAI-Image-2-Efficient 已在 Microsoft Foundry 和 MAI Playground 中上线，标志着微软在构建第一方多模态 AI 栈方面迈出了重要一步。

核心优势：更快、更省、更高效

定价策略

• 文本输入 Token：$5 / 100 万 tokens
• 图像输出 Token：$19.50 / 100 万 tokens

定位与适用场景

微软将 MAI 图像产品划分为两个层级，以满足不同需求：

1. MAI-Image-2-Efficient (新发布)

• 定位：生产主力 (Workhorse)。针对吞吐量、成本和实时性进行优化。
• 最佳场景：
  • 大规模批处理：如电商产品图、营销素材批量生成。
  • 实时/对话工作流：需要快速反馈的交互式应用。
  • 短文本渲染：标签、标题、UI 元素等简单文字嵌入。
  • UI/UX 概念设计：快速迭代界面原型。

2. MAI-Image-2 (原版)

• 定位：高保真旗舰 (Premium)。追求极致画质和细节。
• 最佳场景：
  • 人像摄影：需要极高的皮肤纹理和光影真实感。
  • 复杂风格化图像：艺术创作、高精度插画。
  • 长文本渲染：图像中包含较长、较复杂的文字内容。

技术规格与可用性

• 上下文窗口：32,000 tokens（支持更复杂的提示词和参考信息）。
• 输出格式：PNG。
• 语言支持：英语。
• 分辨率配置：
  • 最小尺寸：768×768
  • 最大像素预算：相当于 1024×1024
  • 支持自定义宽高比。
• 区域可用性：美国中西部、美国东部、美国西部、西欧、瑞典中部、印度南部。
  • 注：MAI Playground 目前仅限部分市场（含美国），欧盟地区稍后推出。

战略意义：构建企业级多模态栈

MAI-Image-2-Efficient 的发布不仅是单一模型的更新，更是微软 Azure AI Foundry 平台战略的重要组成部分：

1. 分层服务策略：通过提供“高效版”和“高保真版”，微软能够覆盖从低成本大规模生成到高端创意制作的全谱系客户需求。
2. 企业级整合：该模型直接集成在 Azure 生态中，企业可以利用 Foundry 现有的治理、安全控制和部署工具，无需额外搭建基础设施。
3. 内部验证与外部合作：
   • 内部使用：MAI-Image-2 已逐步整合进 Copilot、Bing 和 PowerPoint。
   • 合作伙伴反馈：早期合作伙伴 Shutterstock 指出，该模型在“提示词保真度”和“生产就绪性”方面表现优异，适合商业级内容创作。
4. 第一方模型闭环：结合此前发布的语音和声音模型，微软正在构建一个完整的、可自主控制的第一方多模态 AI 栈，减少对外部 API 的依赖，并为客户提供更统一的服务体验。