跳到主要内容
返回时间线
Vercel News来源发表:

微软图像模型接入AI Gateway:一个密钥就能文生图,还能拿五张参考图改产品与版式

核心概要

微软的 MAI-Image-2.6 与 MAI-Image-2.6-Flash 现已上线 AI Gateway,开发者用一个 API 密钥、无需供应商账号即可通过 AI SDK 或 AI CLI 生成和编辑图像。两个模型都支持照片级写实、文字渲染,以及对产品、人像和版式的定向修改,最多可提供五张参考图来引导编辑或组合主体,输出尺寸最高 1536 × 1536。其中 2.6 面向画质优先的最终素材,Flash 面向需要大量迭代时的更快、更低成本生成。

Source-provided article image: MAI-Image-2.6 and MAI-Image-2.6-Flash now available on AI Gateway
Vercel

深度剖析

开发者现在可以在 AI Gateway 上直接调用微软的 MAI-Image-2.6 和 MAI-Image-2.6-Flash 两个图像模型,用文本生成图像,或对已有图像做编辑。 此前使用这类模型需要单独开通供应商账号;现在只需一个 API 密钥,通过 AI SDK 或 AI CLI 即可访问,无需供应商账号。 两个模型以 microsoft/mai-image-2.6 和 microsoft/mai-image-2.6-flash 作为模型 ID 提供,并给出了 generateImage 的调用示例。

两个模型都支持照片级写实图像、文字渲染,以及对产品、人像和版式的定向编辑。 编辑时可以传入最多五张参考图来引导修改或组合不同主体,输出尺寸最高到 1536 × 1536。 调用示例展示了把图像作为输入并附带指令的做法,例如把花瓶改成陶土色而保留花朵与场景。

两个模型按用途分工:2.6 用于画质比速度更重要的最终素材,Flash 用于需要大量迭代的场景,例如探索提示词或生成变体,速度更快、成本更低。 同一接口下提供两种取舍,用户按质量与迭代次数的需要选择模型 ID。 模型 ID 分别为 microsoft/mai-image-2.6 与 microsoft/mai-image-2.6-flash,可在模型演练场中试用。

启示与展望

这则发布面向使用 AI Gateway 的开发者,覆盖文本生成图像与图像编辑两类调用,编辑时可提供最多五张参考图,输出尺寸最高 1536 × 1536。两个模型分别面向画质优先的最终素材和需要大量迭代的快速生成,模型 ID 与 generateImage 的调用方式已经给出。

发布说明没有给出与其它图像模型的对比结果,也没有列出生成质量、延迟或成本的量化指标;写实、文字渲染与定向编辑的能力描述未附带评测数据,实际效果需要按自身提示词与参考图验证。