微软将自研图像生成模型 MAI-Image-1 整合至 Bing、Copilot

MAI-Image-1 是微软完全自主开发的首个文本生成图像 (text-to-image) 模型。近日，官方宣布它已被集成到微软部分产品中，包括 Bing Image Creator 和 Copilot Audio Expressions（为故事模式的音频生成自定义封面）。

https://www.bing.com/images/create
https://copilot.microsoft.com/labs/audio-expression

微软 AI 部门负责人 Mustafa Suleyman 介绍称，MAI-Image-1 在生成食物、自然风景、艺术化光效及写实细节等图像方面“表现尤为出色”。

据介绍，MAI-Image-1 模型针对创意场景进行了优化，微软在训练模型过程中刻意避免“重复或风格化过度”的输出，并征询了创意专业人员（艺术家、设计师）的反馈，可生成多种类型的图像，尤其擅长食物、自然场景以及“艺术化光线＋摄影真实感细节”的图像。