微软在 AI 图像生成领域的追赶速度令人瞩目。今日推出的 MAI-Image-2.6 再次刷新了其自研模型的最佳战绩,在著名的 LMSYS Arena 排行榜中位列第二,仅次于 OpenAI 的 GPT-Image-2。这意味着它已经超越了 Meta、Google、ByteDance 和 xAI 等科技巨头的顶级模型,成为目前市面上最强的图像生成工具之一。

进化之路:从第 9 名到第 2 名
回顾微软 MAI-Image 系列的发展轨迹,可以看出其迭代效率极高:
- 2025 年 10 月:MAI-Image-1 首次亮相,排名第 9。
- 2026 年 3 月:MAI-Image-2 重大升级,跃升至第 3。
- 2026 年 5 月:MAI-Image-2.5 保持第 3,随后推出高保真版 2.5-Pro。
- 2026 年 8 月:MAI-Image-2.6 发布,Elo 分数比 2.5 版本高出 79 分,稳居榜眼。
核心提升:文字、肖像与商业质感
根据微软官方披露,MAI-Image-2.6 的进步并非仅仅体现在综合评分上,更集中在几个长期困扰 AI 绘图的痛点领域:
- 文字渲染能力增强:能够更准确地在图中生成可读、拼写正确的文字,这对于海报设计、广告素材制作至关重要。
- 肖像与 3D 图像优化:在人像生成的皮肤质感、光影处理以及 3D 风格物体的立体感上有了显著提升,减少了“塑料感”和扭曲现象。
- 商业级写实输出:针对产品摄影、品牌宣传和电影级场景进行了专项优化,生成的图片更具高级感和真实感,直接可用性更高。
- 更强的控制力:用户现在可以对推理过程、输出格式和分辨率进行更精细的控制,并且能更好地处理多参考图(Multi-reference)任务,保持角色或风格的一致性。
如何体验?
目前,感兴趣的用户已经可以在 LMSYS Chatbot Arena 上匿名试用 MAI-Image-2.6,通过盲测对比感受其与 GPT-Image-2 及其他顶尖模型的差异。
微软计划在本周晚些时候将该模型正式集成到 MAI Playground、Microsoft Foundry 以及其他微软云服务产品中,届时企业开发者和普通用户将能更便捷地调用这一强大能力。
© 版权声明
文章版权归作者所有,未经允许请勿转载。















