Microsoft rzuca wyzwanie liderom generatywnej grafiki. MAI-Image-2 debiutuje na rynku

Microsoft nie rezygnuje z ambicji stworzenia autorskiego ekosystemu narzędzi wizualnych, który mógłby uniezależnić firmę od zewnętrznych partnerów. Najnowszym owocem prac zespołu do spraw superinteligencji, kierowanego przez Mustafę Suleymana, jest model MAI-Image-2. To znaczący krok naprzód względem pierwszej, chłodno przyjętej iteracji systemu z października 2025 roku. Nowy generator ma nie tylko oferować lepszą estetykę, ale przede wszystkim sprostać rygorystycznym wymaganiom profesjonalnego designu.

Realizm pod lupą ekspertów

Twórcy modelu kładą duży nacisk na współpracę z profesjonalistami – fotografami i grafikami – co ma być widoczne w sposobie renderowania oświetlenia oraz faktury skóry. MAI-Image-2 ma radzić sobie znacznie lepiej z detalami, które do tej pory stanowiły piętę achillesową algorytmów: od poprawnych odcieni cery po skomplikowane kompozycje surrealistyczne. Równie istotną zmianą jest poprawienie modułu renderowania tekstu wewnątrz grafik, co czyni narzędzie przydatnym przy tworzeniu infografik, plakatów czy schematów biznesowych.

Pościg za czołówką rankingu Arena.ai

Mimo wyraźnego postępu Microsoft wciąż znajduje się na pozycji goniącego. Według najnowszego zestawienia Arena.ai, MAI-Image-2 zajmuje obecnie trzecie miejsce na podium. Dystans dzielący go od liderów – modeli GPT-Image-1.5 od OpenAI oraz Nano Banana 2 rozwijanego przez Google – pozostaje jednak wyraźny. Skok z dziewiątej pozycji, na której plasował się MAI-Image-1, pokazuje jednak tempo prac wewnątrz dywizji zarządzanej przez Suleymana.

Dostępność i brak technicznej transparentności

Nowy model będzie wdrażany stopniowo. W pierwszej kolejności trafi do użytkowników Copilota i Bing Image Creator, a także do testowego środowiska MAI Playground. Deweloperzy muszą jednak uzbroić się w cierpliwość – dostęp do API jest obecnie zarezerwowany dla wąskiej grupy partnerów biznesowych, a szersze udostępnienie narzędzia w ramach Microsoft Foundry nastąpi w późniejszym terminie.

Interesujące jest to, że Microsoft wciąż skrzętnie ukrywa techniczne fundamenty swojego sukcesu. Firma nie zdecydowała się na ujawnienie szczegółów dotyczących architektury modelu, wielkości zbiorów treningowych ani kosztów eksploatacji. W branży budzi to uzasadnione pytania o pochodzenie danych wykorzystanych do nauki algorytmu, zwłaszcza w kontekście rosnącej fali sporów o prawa autorskie w świecie generatywnego AI.