Þetta er MAI-Image-1, gervigreindarlíkanið sem Microsoft keppir við Midjourney með.

Microsoft hefur kynnt MAI-Image-1, fyrsta einkaleyfisverndaða texta-í-mynd líkanið þeirra, skuldbinding sem styrkir stefnu fyrirtækisins um að þróa innri getu umfram utanaðkomandi birgja. Fyrirtækið fullvissar að kerfið einbeitir sér að raunsæi, hraði og samræmi af niðurstöðum samanborið við valkosti á sameinaða markaði.

Þessi útgáfa kemur undir verndarvæng Nýja gervigreindardeild Microsoft, undir forystu mustafa súlemanFrá Redmond leggja þeir áherslu á að líkanið hafi verið þjálfað með vandlega valin gögn og með endurgjöf frá skapandi fagfólki, með það að markmiði að lágmarka almenn eða endurtekin úttak og bæta skynjunargæði.

Hvað er MAI-Image-1 og hvers vegna er það viðeigandi?

MAI-Image-1 er myndunarvél fyrir Texti í mynd þróaður að öllu leyti af Microsoft AI, sem sameinast MAI fjölskyldunni ásamt MAI-rödd-1 og MAI-1-Preview. Markmiðið er að bjóða upp á sjónræna vél sem sameinar ljósmyndaraunsæi, lýsingarstýring og fínar smáatriði, án þess að skerða svörunartíma í skapandi vinnuflæði.

Fyrirtækið leggur áherslu á að kerfið forgangsraði sjónræn fjölbreytni og sveigjanleiki, svo notendur geti endurtekið sig hratt án þess að þurfa alltaf að sameinast um sömu stílana. Hvað varðar staðsetningu hefur líkanið farið inn í Topp 10 hjá LMArena, opinber vettvangur sem ber saman útgöngur með blindri atkvæðagreiðslu.

Afköst: hraði og raunsæi samanborið við stærri gerðir

Samkvæmt Microsoft gerir MAI-Image-1 kleift framleiða myndir hraðar en sumar stærri gerðir, sem dregur úr biðtíma og flýtir fyrir skapandi endurtekningu. Þetta atriði er lykilatriði fyrir teymi sem vinna með þröngum frestum eða þurfa að staðfesta sjónræn afbrigði en tiempo alvöru.

Tæknileg áhersla hefur verið lögð á Náttúruleg lýsing, speglun og áferð, þættir sem auka skynjun á raunsæi. Fyrirtækið stefnir einnig að því að minni tilhneiging til endurtekinna mynstra og of áberandi stíla, eitthvað virkaði frá mat með skapandi einstaklingum og innri prófanir.

Í LMArena hefur líkanið verið sett á meðal þeirra bestu tíu efstu sætin, með frétt sem bendir til góðra viðtaka í upphafi í samanburði almennings. Þó að þessi mælikvarði segi ekki alla söguna, þá býður hann upp á hugmynd. Snemma vísbending um mannlegan óskir samanborið við jafningja í greininni.

Microsoft viðurkennir að það sé enn að keppa við rótgrónari kerfi — eins og Midjourney eða fjölþættar lausnir frá öðrum framleiðendum — en Hann heldur því fram að tillaga hans veiti jafnvægi milli gæða og hraða. sem getur skipt sköpum í hagnýtri notkun.

Öryggi, mat og símenntun

Fyrirtækið heldur fast við aðferð sína ábyrg notkunmeð öryggisráðstöfunum sem ætlaðar eru til að draga úr áhættu og tryggja rekjanleiki í kynslóðHluti af áætluninni er að framkvæma opnar prófanir og safna endurgjöf frá samfélaginu til að betrumbæta hegðun líkansins áður en það verður aðgengilegt almennt.

Í bili hefur Microsoft ekki gefið út tæmandi safn af opinberar mælikvarðar umfram frammistöðu í LMArena, þannig að búist er við að vísindamenn og sérfræðingar birti óháð mat með stigvaxandi útfærslu.

Útfærsla: Copilot fyrst og kominn í Bing Image Creator

MAI-Image-1 verður innlimað á þann hátt smám saman að Windows 11 Copilot og svo Bing Image Creator. Flutningurinn verður stigvaxandi og gæti smám saman komið í staðinn fyrir fyrri getu byggt á líkönum þriðja aðila, að því tilskildu að rekstrar- og öryggisprófanir styðji það.

Fyrirtækið vonast til að líkanið muni auka verðmæti dagleg vinnuferli —hönnun, markaðssetning, ritstjórnarlegt efni eða fræðsla—, sem stytti tímann milli hugmyndar og fínpússunar. Samþætting við restina af MAI vistkerfinu leitast einnig við að auka fjölþættar upplifanir sem sameina rödd, texta og mynd.

Stefnumótandi samhengi: minni utanaðkomandi ósjálfstæði og MAI fjölskylda

Áherslan á MAI-Image-1 fellur að stefnu sem Microsoft vill styrkja eigin fyrirmyndir og, á sama tíma, viðhalda sértækt samstarf með þriðja aðila. Koma Suleymans hefur hraðað áætlun sem þegar innihélt MAI-Voice-1 (tal) og MAI-1-Preview (fjölþátta).

Að byggja upp þennan innri grunn gefur svigrúm fyrir hámarka kostnað, stjórna losunarhraða og aðlaga tæknina að vörum eins og Windows, Copilot eða Microsoft 365. Til meðallangs tíma gerir það það einnig auðveldara að samræma gervigreind við öryggis- og samræmiskröfur sem viðskiptavinir og opinberar stofnanir þurfa.

MAI-Image-1 er áþreifanlegt skref í átt að gervigreind samþættari og réttari innan vistkerfis Microsoft. Sannprófanir, óháð viðmið og endurteknar úrbætur eru enn til staðar, en upphafleg staðsetning og áhersla á raunsæi, fjölbreytni og hraði marka skýra stefnu fyrir þróun þeirra.

Tengd grein:

Hvað eru ofskynjanir í gervigreind og hvernig er hægt að draga úr þeim?

Alberto navarro

Ég er tækniáhugamaður sem hefur breytt "nörda" áhugamálum sínum í fag. Ég hef eytt meira en 10 árum af lífi mínu í að nota háþróaða tækni og fikta í alls kyns forritum af einskærri forvitni. Nú hef ég sérhæft mig í tölvutækni og tölvuleikjum. Þetta er vegna þess að í meira en 5 ár hef ég skrifað fyrir ýmsar vefsíður um tækni og tölvuleiki, búið til greinar sem leitast við að veita þér þær upplýsingar sem þú þarft á tungumáli sem er skiljanlegt fyrir alla.

Ef þú hefur einhverjar spurningar þá nær þekking mín frá öllu sem tengist Windows stýrikerfinu sem og Android fyrir farsíma. Og skuldbinding mín er til þín, ég er alltaf tilbúin að eyða nokkrum mínútum og hjálpa þér að leysa allar spurningar sem þú gætir haft í þessum internetheimi.