AIPress.com.cn报道

3月20日消息，Microsoft 发布其第二代自研图像生成模型 MAI-Image-2，在 Arena.ai 文生图排行榜中排名第三，仅次于 Google 的 Gemini 3.1 Flash 和 OpenAI 的 GPT Image 1.5。

该模型由微软内部的AI Superintelligence团队开发，该团队由 Mustafa Suleyman 于2025年组建并负责领导。就在发布前不久，Suleyman完成角色调整，专注于前沿模型研发，MAI-Image-2成为其调整后的首个公开成果。

在产品能力上，MAI-Image-2重点优化了三个方向。首先是图像真实感，包括自然光表现、肤色还原及环境细节处理，旨在降低生成内容在后期制作中的调整成本；其次是图像内文字生成能力，提升对标识、信息图及排版文字的准确呈现；第三是复杂场景生成能力，支持更高密度构图、超现实风格及电影级画面表达。

目前，该模型已开始在多个渠道上线。用户可通过微软的测试平台 MAI Playground 体验，同时也将逐步接入 Copilot 与 Bing Image Creator。企业用户已可通过API调用该模型，面向开发者的更广泛开放计划将通过 Microsoft Foundry 推出，但具体时间尚未公布。

值得注意的是，在此之前，Microsoft 的图像生成能力主要依赖 OpenAI 模型。自2025年起，公司加速推进自研模型布局：8月推出语音模型 MAI-Voice-1 与文本模型预览版 MAI-1-preview，10月发布首代图像模型 MAI-Image-1，而此次MAI-Image-2在短时间内进入榜单前三，显示其模型研发进展明显提速。

此外，微软还披露其新一代GB200算力集群已投入运行，该集群基于 Nvidia Blackwell架构芯片，尽管未公布具体规模，但被视为支撑后续模型发布的重要基础设施。（AI普瑞斯编译）