MAI Image 2.5 API for Accurate In-image Text

يمنح MAI Image 2.5 API المطورين وصولًا برمجيًا إلى نموذج Microsoft‏ MAI-Image-2.5، وهو نموذج لتوليد الصور الواقعية وتحريرها مصمم لأعمال التصميم التجارية. يغطي كلًا من توليد الصور من النص وتحرير الصور بناءً على التعليمات، ويتوفر كل منهما بإصدار قياسي وإصدار Flash. على Atlas Cloud يمكنك الوصول إلى نقاط النهاية الأربع كلها عبر مفتاح واحد متوافق مع OpenAI، مع تسعير بنظام الدفع حسب الاستخدام يبدأ من $0.03 لكل صورة.

يشترك الإصداران في بنية الانتشار نفسها، والواقعية التصويرية، وجودة عرض النصوص. يعد Flash الخيار المحسن من حيث التكلفة بسعر $0.03 لكل صورة للتوليد و$0.038 لكل عملية تحرير، بينما يعمل النموذج القياسي بسعر $0.05 لكل صورة و$0.058 لكل عملية تحرير. استخدم Flash للتوليد بكميات كبيرة والنمذجة الأولية السريعة، واحتفظ بالنموذج القياسي للأعمال التي تكون فيها أعلى درجات الدقة والجودة هي الأهم.

التسعير على Atlas Cloud بنظام الدفع حسب الاستخدام ومن دون اشتراك. توليد الصور من النص بالإصدار القياسي يكلف $0.05 لكل صورة، والتحرير القياسي يكلف $0.058 لكل عملية تحرير، بينما تنخفض إصدارات Flash إلى $0.03 لكل صورة و$0.038 لكل عملية تحرير. تتم محاسبتك على كل استدعاء ناجح، لذا فإن دفعة من التنويعات لا تكلف إلا الرسوم الثابتة لكل صورة مضروبة في عدد المخرجات.

سجل في Atlas Cloud، وأنشئ مفتاح API واحدًا، ووجه عميلك الحالي المتوافق مع OpenAI إلى نقطة نهاية MAI-Image-2.5. أرسل مطالبة نصية للتوليد، أو صورة مع تعليمات للتحرير، وسيعيد الرد عناوين URL للصور النهائية. تعني إتاحة Day-0 أن النموذج يصبح متاحًا لحظة إطلاقه، من دون قائمة انتظار. ابدأ البناء اليوم.

تحدد أبعاد الإخراج باستخدام معامل size بصيغة العرض في الارتفاع، والقيمة الافتراضية هي 1024 في 1024. يمكن أن يتراوح كل جانب من 768 إلى 1360 بكسل، حتى حد أقصى يقارب ميغابكسل واحدًا إجمالًا، ما يغطي الإطارات المربعة والعمودية والأفقية. تشترك إصدارات التوليد القياسية وFlash في حدود الدقة نفسها.

تأخذ نقطة نهاية Edit صورة مصدر واحدة، مقدمة كعنوان URL أو base64 بتنسيق JPEG أو PNG، مع تعليمات بلغة طبيعية. تنفذ تغييرات موجهة مثل إزالة الكائنات، واستبدال العناصر، وإعادة التلوين، وتحديث النص في اللافتات، وتنظيف العيوب، مع إبقاء المناطق غير المستهدفة كما هي. ولأن النموذج يستنتج بنية المشهد والإضاءة، تبقى التعديلات منسجمة مع التكوين المحيط.

يعد عرض النصوص من أكبر مكاسب النموذج، وتشير Microsoft إلى أن أكبر قفزة في الجودة مقارنة بالجيل السابق كانت تحديدًا في هذه الفئة. ينتج النموذج بشكل موثوق ملصقات المنتجات، واللافتات، والعناوين، والنصوص المرتبطة بالعلامة التجارية مع تباعد صحيح وقابلية قراءة عالية. تجعل هذه الموثوقية استخدامه عمليًا لنماذج التغليف ومواد الإعلان التي لا يمكن التنازل فيها عن نص مقروء داخل الصورة.

على لوحات ترتيب Arena العامة، أطلق MAI-Image-2.5 في المرتبة No. 2 لتحرير الصور والمرتبة No. 3 لتوليد الصور من النص. تكمن نقاط قوته في الصور الشخصية الواقعية، وعرض النصوص بجودة تجارية، والتحرير المتسق مع الهوية، أكثر من المخرجات الأسلوبية أو الفنية. بالنسبة للفرق التي تنتج مرئيات جاهزة للعلامة التجارية، يجعل هذا التموضع منه بديلًا قويًا للمولدات العامة.

بنت Microsoft نموذج MAI-Image-2.5 وضبطته خصيصًا لأعمال التصميم التجارية والمهنية، بما في ذلك التغليف، ونماذج المنتجات، واللافتات، والمرئيات الموجهة للعلامة التجارية. النموذج مخصص للاستخدام الإنتاجي عبر مسارات عمل الإعلان، والتجارة الإلكترونية، والتسويق. لمعرفة حقوق الاستخدام الدقيقة التي تنطبق على حسابك، راجع شروط Atlas Cloud الحالية قبل نشر الأصول المولدة.