MAI-Image-2-Efficient на Microsoft ускорява скоростта на AI изображения с 22%

Microsoft току-що пусна MAI-Image-2-Efficient, подобрена версия на модела си за текст-в-изображение MAI-Image-2. Обявено на 14 април 2026 г. чрез блога на Azure AI Foundry, то обещава 22% по-бързи скорости на инференс и 4 пъти по-голяма ефективност на NVIDIA H100 GPU-та — всичко при резолюция 1024x1024. Вижте, скоростта е ключова в генерирането на изображения. Създателите, които произвеждат визуализации за приложения или прототипи, не могат да чакат минути за всеки изход. Този модел показва резултати от бенчмаркове, тествани на 13 април, които го правят 40% по-бърз от Gemini 3.1 Flash и 3 Pro Image по отношение на латентност. Да не лъжа — очаквах хайп. Вместо това получих реални постижения. Ето какво: ефективността като тази може да преопредели процесите. Microsoft настига в област, доминирана от open-source скорости, но тези числа? Реални.

Висок обем на производство? Напълно. MAI-Image-2-Efficient намалява времето за чакане, позволявайки ви да генерирате партиди без да се ядосвате. Реално-времеви приложения — мисlete за динамични предварителни прегледи или AR филтри — изведнъж стават осъществими на облачни хардуери. Работните процеси за прототипиране също се ускоряват. Начертайте идея, генерирайте кадри, итерирайте. Побеждава стария MAI-Image-2 по чиста скорост, макар че качеството на стила остава последователно според бележките на Microsoft. Неочакван обрат: ефективните модели за висококачествени изображения ускоряват детайлните ключови кадри, необходими за напреднали NSFW видео работни процеси. Вижте това сравнение NSFW срещу GPT Image 2, за да разберете как се нареждат нецензурираните инструменти. Мое мнение — хайпът около видеата засенчва изображенията, но ключовите кадри са 80% от битката. Първо ги оправи.

Икономичното мащабиране удря силно. При $5 на милион текстови токена и $19.50 на милион изображителни токена, цената е подходяща за потребители с голям обем. Няма повече взривени сметки от бавни генерирания. Конкуренцията се раздвижва. Gemini и Flux усещат напора — предимството в латентността е важно при мащабиране. Microsoft интегрира това в Azure AI, улеснявайки интеграциите за разработчиците. Забелязвам, че големите технологични компании приоритизират ефективността пред огромните параметри. Умно. Надуването на модели е толкова 2024. Това тласка областта към практически инструменти. А какъв е капанът? Публичната предварителна версия означава корекции предстоят. Но посоката е ясна: по-бързи, по-евтини изображения печелят.