极克雷达｜微软发布MAI-Image-1：图像生成AI的新格局

上个月，谷歌“纳米香蕉模型”火爆出圈。（此前报道：极克雷达｜“手办化”照片刷屏！谷歌“纳米香蕉模型”火爆出圈）

今天，在图像生成式AI模型领域，微软终于交出了一份不依赖他人的答卷：MAI-Image-1。它将与OpenAI的gpt-image-1及谷歌的Gemini/Imagen在市场上展开正面交锋。

由MAI-Image-1生成的一些图像。图片来源：微软

过去几年，微软的AI产品线几乎与OpenAI同步——Copilot、Bing Image Creator均以DALL·E或GPT为底座构建。MAI-Image-1的出现，是微软第一次在视觉模型上走出“协同研发”的轨道。

由MAI-Image-1生成的一些图像。图片来源：微软

根据微软官方博客介绍，这款新模型以其创造的自然光影和逼真风景而著称，而且它能够更快地处理请求并生成图像。据其开发团队介绍，该模型的训练初衷是为创作者提供切实的价值，并着力避免生成内容重复或风格单一的图像。

由MAI-Image-1生成的一些图像。图片来源：微软

为此，团队不仅在数据选择上进行了严格的筛选，还建立了一套精细化的评估体系。该体系重点关注那些能够高度模拟真实世界创作流程的应用场景，并在此过程中充分采纳了来自创意行业专业人士的反馈意见。

目前，MAI-Image-1已在人工智能基准测试网站LMArena中跻身前十，用户已经可以在该网站上试用，微软也已宣布将很快把这项技术带给Copilot和Bing Image Creator的用户。

此前，微软还在Copilot中推出了Agent Store——一个内置在Microsoft 365 Copilot体验中的智能代理商店。通过这个平台，用户可以浏览、安装、试用由微软、合作伙伴或组织内部发布的智能代理，直接在Copilot中扩展能力。如Word、Excel等应用深度集成，让代理能够在具体业务上下文中执行流程、读取数据、调用服务。

在未来，视觉模型与代理平台可能协同构建一条从“构思→生成→编辑→执行”的闭环路径。利用MAI-Image-1生成视觉资产，代理在Office、Copilot工作区自动布局、替换、格式化，从而将工作自动化。

在生成式AI竞争的下半场，巨头的竞争不再只是模型比拼，而是体系竞争。微软显然意识到——要让AI成为真正的生产力，不仅需要算法突破，更需要一套贯穿从创造到执行的生态结构。

编辑 黄力雯 审读 张蕾 二审 许家宜 三审 刘思敏