A Microsoft legújabb képgeneráló modellje, a MAI-Image-2.6 egyetlen kivétellel legyőzte az összes riválist az Arena leaderboard ranglistáján. Az egyetlen modell, amely még megelőzi, az OpenAI GPT-Image-2 – minden más versenytársat, köztük a Meta, a Grok és a Nano Banana megoldásait maga mögé utasította a Microsoftnak ez a legfrissebb generációs ugrása.
Gyors fejlődés: a MAI-Image sorozat rövid története
A Microsoft viszonylag friss szereplő a szöveges utasításból képet generáló modellek piacán. Az első házon belül fejlesztett modellt, a MAI-Image-1-et 2025 októberében mutatta be, és az Arena ranglistán rögtön a 9. helyen debütált. Ez ugyan nem volt látványos rajtpozíció, ám a fejlesztőcsapat azóta rendkívüli ütemben dolgozott a következő generációkon.
- MAI-Image-2 (2026 március): a második generáció érzékelhetően jobb képminőséget hozott, és az Arena-ranglistán a 3. helyre ugrott – ekkor a Google Gemini-3.1-Flash-Image-Preview és az OpenAI GPT-Image-1.5-High-Fidelity modellei előzték csak meg.
- MAI-Image-2.5 (2026 május): újabb frissítés, amely ismét a 3. pozíciót szerezte meg az Arena versenylistáján.
- MAI-Image-2.5-Pro: a sorozat korábbi csúcsmodellje, amelyet kifejezetten a részletes képgenerálásra, képszerkesztésre és a képeken belüli szöveg pontos megjelenítésére optimalizáltak.
- MAI-Image-2.6 (2026 augusztus): a jelenlegi csúcsmodell, amely a 2. helyre törte be magát a világranglistán.
MAI-Image-2.6: mit tud az új modell?
Az Arena szöveges képgenerálási kategóriájában a MAI-Image-2.6 +79 Elo-ponttal múlja felül elődjét, a MAI-Image-2.5-öt – ez komoly, mérhető teljesítménybeli előrelépés. A Microsoft szerint az új modell az alábbi területeken hozott érdemi javulást:
- Szöveg megjelenítése képeken belül: pontosabb és olvashatóbb szöveggenerálás a képek részeként.
- Portrék: természetesebb, részletgazdagabb arcábrázolás.
- 3D vizualizáció: jobb térbeli megjelenítés és anyagszerűség.
- Kereskedelmi és fotorealisztikus kimenet: hatékonyabb teljesítmény termékfotó, márkaépítési és filmszerű vizuális tartalmak előállításában.
A vállalat emellett azt emeli ki, hogy az új modell könnyebbé teszi a több referenciakép egyidejű kezelését, jobb „grounding” képességgel rendelkezik (azaz pontosabban képes a megadott vizuális referenciapontokhoz igazodni), és nagyobb felhasználói kontrollt kínál a kimenet felbontása, formátuma és a generálási folyamat érvelési logikája felett.
Mustafa Suleyman, a Microsoft AI-részlegének vezetője az Arena bejelentésére reagálva azt írta, hogy a csapat „fáradhatatlanul kapaszkodott felfelé” a ranglistán, és büszke a 2. helyre, amely egyben azt is jelenti, hogy a modell legyőzte a Nano Banana, a Meta és a Grok megoldásait is.
Elérhetőség: hol és mikor próbálható ki?
A MAI-Image-2.6 jelenleg az Arena platformon elérhető kipróbálásra. A Microsoft tervei szerint a modell még a bejelentés hetén megjelenik a MAI Playground felületen, a Microsoft Foundry fejlesztői platformon, valamint egyéb Microsoft-termékekben és -szolgáltatásokban is. A vállalat jelezte, hogy a következő hetekben további technikai részleteket is meg fog osztani a modellről.
Gyakori kérdések
Mikor jelent meg az első Microsoft képgeneráló modell, a MAI-Image-1?
A MAI-Image-1-et 2025 októberében mutatta be a Microsoft, és az Arena leaderboardon a 9. helyen debütált.
Mennyivel jobb a MAI-Image-2.6 az elődjénél az Arena mérése szerint?
Az Arena szöveges képgenerálási kategóriájában a MAI-Image-2.6 +79 Elo-ponttal haladja meg a MAI-Image-2.5 teljesítményét, ami lényeges, mérhető javulást jelent.
Melyik az egyetlen modell, amelyik még megelőzi a MAI-Image-2.6-ot?
Az Arena ranglistáján jelenleg csak az OpenAI GPT-Image-2 áll a MAI-Image-2.6 előtt, amely így a világ második legjobb szöveges képgeneráló modelljének számít.
Hol lehet kipróbálni a MAI-Image-2.6-ot?
A modell már elérhető az Arena platformon. A Microsoft tervei szerint hamarosan megjelenik a MAI Playground, a Microsoft Foundry és más Microsoft-termékek kínálatában is.
Forrás: Neowin
