Lazy loaded image
MAI-Image-2.6 系列在 Foundry 正式可用:精度与速度的分工
字数 666阅读时长≈ 2 分钟
2026-10-29
2026-10-29

这篇文章在讲什么

微软在 Foundry 博客中宣布,MAI-Image-2.6 与 MAI-Image-2.6-Flash 已进入正式可用阶段。文章的重点不是单张图片画得多好,而是企业团队如何在编辑、适配多种版位和规模化生产中保持可控。
图片来源:Microsoft Foundry Blog原文链接
图片来源:Microsoft Foundry Blog原文链接

来源披露的关键能力

按文章说明,MAI-Image-2.6 支持多参考图编辑,最多可使用五张参考图,用来在修改过程中保持产品、角色和品牌素材的一致性。两个模型还提供联网检索(基于 Bing)、动态宽高比,以及最高 1.5K 的输出分辨率。
文章对联网检索的表述比较克制:它只是补充上下文,不能代替人工审核。这一点对有事实、品牌或编辑要求的场景尤其重要。

两个模型如何分工

文章的定位是:MAI-Image-2.6 面向复杂编辑、文字渲染和最终的活动主视觉;Flash 面向交互式创作工具、快速迭代、个性化和大批量生成。文中给出的零售示例流程是:先用 Flash 探索和修改,再切换到完整版制作带文字的主视觉。
定价方面,文章列出了两款模型按百万 token 计费的文本输入、图像输入和图像输出价格,完整版的输出价格高于 Flash。具体数字请以原文和价格计算器为准。

我的分析

以下为作者观点。双模型分工是一种常见的成本控制思路:草稿阶段用便宜、快的模型,定稿阶段才调用贵的模型。开发者可以在应用中把两者做成可切换的流水线,并把多参考图作为品牌一致性的主要手段。
不过,来源文章是厂商发布稿,客户评价与合作方说法(如 Minute、Adobe Firefly 的后续接入)都属于对方陈述,我没有独立核实。

值得继续观察

  • 多次编辑后的一致性在真实品牌素材上的表现如何。
  • 联网检索带来的内容,在合规与事实核查上需要怎样的流程。
  • 1.5K 输出上限是否满足印刷或大尺寸投放需求(推测:部分场景仍需后期放大)。
  • Flash 与完整版在真实负载下的实际成本差异。

来源

  • Microsoft Foundry Blog 原文:https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/mai-image-2-6-and-mai-image-2-6-flash-are-now-generally-available-in-microsoft-f/4566327
上一篇
安全与长上下文模型:10 月 24 日 AI 动态三则
下一篇
一天四条消息:模型竞速、云业务增长与安全能力的外溢