MAI Image 2.6 API：构建能经受第10次修订考验的产品广告

一次产品发布需要在周五前完成 12 个视觉变体。草稿图很容易生成。真正的难点在于，让瓶身、夹克或场景经历第 10 次修改后依然可用——这正是创意管线体现价值的地方。

直接的答案是：把 MAI Image 2.6 API 当作一个路由问题来使用。用 Flash 探索构图，然后将一张选中的草稿或已批准的参考图送入标准模型，进行单次受控精修。判断路线的标准是每次运行获批的资产数量，而不是第一张图有多惊艳。

本指南用一个虚构的精华液主角、一组油蜡夹克时尚大片和一个巴黎落地页概念来验证这套逻辑。生成的概念对创意开发有用，但不能作为真实 SKU 的证据：真实产品的工作应从已批准的摄影素材开始，并始终以其为事实来源。

核心要点

• Flash 用于有边界的探索；标准模型用于最终精修。
• 在批量任务前测试保真度、留白和比例变化。
• 一次编辑只改变一类细节。
•  

一个以受控广告视觉形式构建的虚构产品概念。真实产品摄影仍需要进行事实来源审查。

完成后的 SOLA Barrier Serum 画面，在任何人撰写标题之前，为团队提供了四项需要检查的内容：稳定的瓶身轮廓、可信的磨砂玻璃边缘、让产品落地的接触阴影，以及为后期文案留出的充足干净空间。它刻意保持朴素。目的是暴露漂移，而不是用花卉、倒影或繁杂的场景来掩盖问题。

这张画面背后的路线同样朴素：Flash 生成一小批构图候选，然后选中的画面进入图像编辑环节，保留瓶身、只优化环境。这个交接环节是营销工作流中可重复的部分。

为什么 MAI Image 2.6 API 如此热门，以及为什么初次尝试会失败

为什么 MAI Image 2.6 API 正在获得关注

微软将 MAI-Image-2.6 定位为高精度选项，将 MAI-Image-2.6-Flash 定位为面向延迟敏感、高吞吐量工作的选项。其 2026 年 9 月 4 日的公告称，两者都支持多图像参考编辑、网络接地（web grounding）和动态宽高比；该公告还报告了当时最新的 Arena 和 Artificial Analysis 排名。这些排名和速度数据只是当时的主张，并非永久事实（微软 AI 发布帖，2026 年 9 月）。

对于 API 团队来说，有用的部分是控制面。文生图（text-to-image）和图生图（image-to-image）覆盖了从新视觉方向到选定源图像的常见交接。Microsoft Foundry 将 2.6 的两个变体都列为公共预览（Public Preview），支持单张 PNG 输出、32K 提示词上下文、每边最小 768 像素，以及最大 1,048,576 像素的总输出面积（Microsoft Foundry 文档，2026 年 9 月）。

公共预览需要在操作上保持谨慎。预览功能可能会变化，并且在 Foundry 文档中不附带 SLA。请将网络接地视为上下文辅助，而非地点、产品规格、日期或人物身份的事实来源。

首先需要测试的四种 MAI Image 2.6 API 失败模式

产品漂移表现为瓶盖宽度变化、标签面板移位，或瓶身多出一个瓶肩。用一个简短的"必须保留"清单来修复，然后逐项与源图核对。

指令冲突发生在一个提示词同时要求保留产品、替换背景、改变机位、添加文字并修改材质时。请将其拆分为多次编辑。一次编辑只改变一类事物。

文字可能看起来可读，但仍然不准确或不可用。请在受控的设计工具中后期添加价格、促销、日期、认证、商标和 CTA 文案。不要让图像模型自行发挥任何有法律效力的文案。

如果团队在没有拒绝日志的情况下反复重试，"看起来便宜"的路线就可能变成"昂贵"的路线。限制探索性运行次数，记录每个候选失败的原因，并且只把胜出者送入最终轮次。

MAI Image 2.6 API 工作流：Flash 草稿，最终母版

把这两个变体当作小型生产线中的任务，而不是一场排名竞赛。

供应商的 Foundry 发布定价基于 token，其中 Flash 的文本输入起价为每百万 token $1.75，因此它并非 Atlas Cloud 的单张图像报价（Microsoft Foundry 发布与定价帖，2026 年 9 月）。

在 2026 年 9 月 11 日的发布核查中，实时 Atlas 模型目录并未公开经过验证的英文版 MAI Image 2.6 或 Flash 细节路径。因此，本文不会编造模型 ID、价格、折扣、最大 UI 分辨率或参考图像费用。在交付集成之前，请查看实时的 Atlas Cloud 模型目录，并使用它所公开的确切路径、输入和报价。当团队想将实时路径与相邻的已批准选项进行比较时，单一的浏览器工作区很有用，但生产来源仍然是当天可用的页面。

MAI Image 2.6 API 教程：构建三个品牌视觉

第 1 步：用 Flash 草拟精华液主图

使用 Flash 进行四次构图测试。保持瓶身描述不变，只改变背景色调或机位距离。选择瓶身轮廓最稳定、右侧留白最干净的画面，而不是最繁复的画面。

plaintextCopy
1Create a premium campaign photograph for a fictional, unbranded skincare serum called SOLA Barrier Serum. A small frosted amber glass bottle with a matte ivory cap stands upright on a low pale limestone plinth. The bottle has no readable label text, no logo, and no medical claims. Warm ivory seamless studio background, large soft key light from the left, subtle reflected highlight on the glass, realistic grounded contact shadow, refined editorial product photography, 50mm lens perspective, shallow but believable depth of field. Place the bottle in the left third of the frame and leave clean empty copy space on the right. Do not add extra bottles, hands, flowers, droplets, or props.

选择 16:9、已验证模型页面上当前提供的最高 16:9 设置，以及每次运行 1 个输出。如果 API 需要显式尺寸，请使用已发布像素面积限制内的值，例如 1024 × 768 或受支持的 16:9 预设，而不是把未经核实的 1.5K 说法复制到代码中。

第 2 步：将胜出草稿转化为最终产品视觉

将选中的草稿上传为编辑源图。这里唯一的工作是环境优化。保留瓶身是一个具体指令，因此要重复说明其几何形状、材质、瓶盖、比例、机位角度和位置。

plaintextCopy
1Use the uploaded image as the source of truth. Preserve the exact bottle silhouette, amber frosted-glass material, ivory cap shape, bottle scale, camera angle, and bottle position. Refine only the environment: make the limestone plinth slightly more tactile with fine natural grain, improve the soft left-side lighting and contact shadow, and keep the warm ivory background completely clean. Preserve the empty copy space on the right. Do not add text, logos, ingredients, certifications, extra objects, hands, water, flowers, or a second bottle.

选择 16:9 和模型页面上已核实的最高 16:9 设置。将瓶身、瓶盖、位置、接触阴影和文案空间分别作为独立检查项。任何一项失败，都意味着要缩短编辑提示词并重新运行编辑，而不是堆积修复请求。

运行完成的编辑截图：保留的瓶身几何形状、优化后的表面纹理以及保留的文案空间，均在生成图像之外做了标注。

第 3 步：在不破坏产品的前提下创建竖版社交变体

使用已批准的母版（而非探索性草稿）作为 9:16 社交版本的源图。目标是重新构图，而不是生成一张新的产品图。

plaintextCopy
1Use the uploaded campaign image as the source of truth. Keep the same SOLA serum bottle, exact bottle proportions, amber glass, ivory cap, limestone material, warm ivory color palette, and soft lighting direction. Recompose it as a vertical 9:16 campaign image: keep the bottle in the lower-left third and reserve a clean, uncluttered area in the upper-right half for later marketing copy. Maintain a realistic contact shadow. Do not invent label text, logos, claims, extra bottles, flowers, people, or decorative objects.

选择 9:16 和已核实的最高竖版设置。拒绝任何拉伸瓶身、裁切瓶盖或丢失接触阴影的输出。这些是结构性错误，而非审美偏好。

竖版测试用于检验已批准的产品能否在比例变化后保持不变，不出现拉伸或意外裁切。

第 4 步：运行时尚参考测试

这第二个案例测试两个不同的参考：一张自有、无品牌的苔绿色油蜡户外夹克产品图，和一张获得授权的成人姿势参考图。明确说明哪张图控制哪些属性。这种分离为 QA 提供了一份实用的对比清单。

plaintextCopy
1Use reference image 1 as the source of truth for the jacket and reference image 2 only for the adult model's relaxed standing pose. Create an autumn editorial street photograph of one adult wearing the same moss-green waxed field jacket. Preserve the jacket's collar height, pocket placement, button layout, waxed texture, and muted green color. Use an overcast city street with wet pavement and subtle warm storefront bokeh. Natural skin texture, documentary fashion photography, 50mm lens, vertical 4:5 framing. Do not add logos, brand marks, extra people, duplicate limbs, text, or a different jacket design.

选择 4:5、两次参考上传和页面上已核实的最高设置。将衣领、口袋、纽扣和颜色与提供的夹克进行对比。如果四项中有两项漂移，就拒绝该输出。将原始参考图及其权限记录与运行记录一起保存。

功能演示卡片：左侧为参考职责，右侧为生成的时尚大片，底部为四点服装 QA。

第 5 步：运行巴黎落地页构图测试

第三个案例从保留物体转向场景构图。Flash 生成 3 张横向草稿；标准精修只用于那张保留清晰可辨的埃菲尔铁塔和可用左上角标题区域的草稿。

plaintextCopy
1Create a polished travel landing-page hero for a fictional boutique travel studio. Paris at blue hour, viewed from a quiet rooftop terrace with the Eiffel Tower in the distance, warm city lights beginning to glow, deep blue sky with soft clouds, elegant but believable architecture, cinematic photographic realism, 35mm lens, horizontal 16:9 composition. Keep the Eiffel Tower visually clear but not oversized. Reserve clean dark-sky negative space in the upper-left third for later headline placement. Do not include people, logos, watermarks, prices, dates, readable text, maps, or airline branding.

选择 16:9 和已核实的最高横向设置。请将输出仅视为氛围概念。它不能作为地图、交通通知、活动列表或巴黎的现状描述。出现在其旁边的任何地点相关说法，仍由人工审查负责。

功能演示卡片：提示词明确了清晰的地标层级和标题空间；结果仅作为广告概念来评估，而非旅行信息。

MAI Image 2.6 API 变体与生产 QA

三种更安全的变体在保留事实来源资产的同时，只改变其交付场景：

• 将同一款已批准的产品放到另一个背景中，同时锁定几何形状和包装。
• 将同一件已批准的服装放入另一个场景，同时锁定其衣领、口袋、扣件和颜色。
• 将同一个旅行概念重新构图以适应新的比例，同时将生成的城市图像视为氛围而非事实。

在创意离开测试文件夹之前，请使用这份拒绝检查清单：

• 对于真实产品，将尺寸、包装、配件、标签和宣称与已批准的来源进行对比。
• 对于人物，确认成人身份、肢体数量、双手、皮肤细节以及任何隐含的身份。
• 在图像 QA 之后手动添加所有价格、日期、折扣、认证、商标和 CTA。
• 只上传你拥有或获准使用的参考图。

将胜出的提示词作为版本化模板移入你的应用。不要硬编码猜测的 MAI Image 2.6 模型 ID。实施时，从实时模型详情页复制当前的 ID、端点、输入字段名称和限制。将 prompt_version、reference_asset_id、model、ratio、resolution、cost 和 qa_verdict 与每个结果一起保存。发布之前，查看实时模型路径和报价，而不是依赖博客文章或过时的代码示例。

MAI Image 2.6 API 成本、权利与部署说明

在发布当天填写这个运营表格。它可以防止草稿价格变成生产承诺。

Flash 只有在限制重试次数并记录拒绝原因的情况下，才能降低探索成本。可发布资产率比名义上的最低图像价格更重要。Foundry 基于 token 的发布价格是有用的供应商背景信息，但不能回答其他提供商按输出收取多少费用。

在任务中保留一份简短的法律与安全说明：绝不要将生成的内容呈现为真实的产品规格、认证、价格、可用性声明、客户背书或当前地点信息。保留真实产品的源文件、权限和 QA 记录。遵守平台的内容规则以及广告投放地区适用的广告披露规则。

常见问题

MAI Image 2.6 API 有什么用途？

MAI Image 2.6 API 支持文生图和图生图工作流。这里的三个案例涵盖了一个产品概念、一个服装保留测试和一个旅行构图测试。它们展示的是不同的生产风险，而不是把一张好图变成对所有视觉任务的承诺。

MAI Image 2.6 和 MAI Image 2.6 Flash 有什么区别？

微软将 Flash 定位为面向快速迭代和高吞吐量工作的模型，而标准模型则是用于最终资产和更高要求精修的高精度选项。请将其视为路径选择指南，然后用你自己的参考图和 QA 标准来测试当前的实时实现。

MAI Image 2.6 API 支持图像编辑吗？

支持。Microsoft Foundry 为两个预览版 2.6 变体都记录了文生图和图生图功能。在集成之前，请确认当前生效的提供商路径、模型 ID、接受的图像格式和限制，因为预览版的可用性和产品形态可能会变化。

如何在 MAI Image 2.6 API 中保持产品一致？

从一张已批准的源图开始，列出所有需要保留的特征，说明一个变化类别，并在发布前将输出与源图进行对比。在本指南中，瓶身轮廓、玻璃材质、瓶盖形状、比例、位置和接触阴影都是独立的检查项。

MAI Image 2.6 API 的费用是多少？

Foundry 的发布定价基于 token。实际的单张图像价格、参考图像计费和折扣因提供商而异，并且可能会变化。请核实实时报价，并按获批资产而非总输出数量来计算成本。

我可以在广告中使用 MAI Image 2.6 的图像吗？

只有在品牌、法律和事实来源 QA 之后，才能使用已批准的概念。不要让生成的视觉内容编造产品规格、认证、日期、价格、可用性或客户评价。最终审查是安全的 MAI Image 2.6 API 生产工作流的一部分。