Microsoft sa snaží presadiť aj mimo hlavného diania. Prvá veľká aktualizácia jeho modelu MAI-Image podľa spoločnosti prináša výrazný pokrok a doťahuje sa na popredné nástroje. Navyše prišla pomerne rýchlo, čo je sľubným znamením pre ďalší vývoj.
Microsoft so svojimi vlastnými jazykovými modelmi zostával trochu v úzadí, no MAI-Image-2 sa zatiaľ javí ako veľmi schopný nástroj. Spoločnosť predstavila MAI-Image-1, ktorý dokáže generovať obrázky na základe textových pokynov, 13. októbra 2025. Nová verzia prišla za necelého pol roka.
MAI-Image-2 je univerzálny model generatívnej umelej inteligencie na tvorbu obrázkov z textu. Microsoft AI ho vytvoril s cieľom rozšíriť tvorivé možnosti používateľov a pomáhať pri dizajnérskych úlohách. Podľa spoločnosti model „do istej miery“ zvláda aj generovanie fotorealistických obrázkov. MAI-Image-2 sa postupne začlení do rôznych služieb spoločnosti, pričom najprv bude dostupný prostredníctvom MAI Playground.
Podľa Microsoftu dosahuje MAI-Image-2 v rôznych testoch vyššie skóre než MAI-Image-1 vo všetkých oblastiach. Najväčší pokrok zaznamenal pri vykresľovaní textu. Práve v tejto disciplíne má väčšina generátorov obrázkov stále čo zlepšovať, pretože tvorba textu si vyžaduje najvyššiu presnosť aj v drobných detailoch. MAI-Image-2 sa výrazne zlepšil aj pri vytváraní scén s filmovou atmosférou, fotorealistických obrázkov a portrétov.
Rebríček LMArena v súčasnosti vedie Nano Banana 2 (Gemini 3.1 Flash) s 1 266 bodmi, na druhom mieste je GPT-Image 1.5. MAI-Image-2 na ne ešte stráca, dosahuje 1 189 bodov. Najnovšie verzie modelov Grok, Qwen a Flux sa však už umiestnili za ním. Pred novinkou Microsoftu sú iba špičkové modely, na čo je softvérový gigant obzvlášť hrdý.
Podľa technickej dokumentácie dokáže MAI-Image-2 zatiaľ vytvárať iba obrázky s rozlíšením 1 024 × 1 024 pixelov a pracuje s kontextovým oknom s kapacitou 32-tisíc tokenov. To ho v praxi pravdepodobne nebude obmedzovať, rozlíšenie však ešte potrebuje výrazne zvýšiť, aby bol model vhodný aj na náročnejšiu prácu.
Spoločnosť sa venuje aj bezpečnosti MAI-Image-2. Microsoft AI Red Team analyzoval jeho fungovanie vo viacerých kolách. Microsoft zdôraznil, že pri vývoji venoval osobitnú pozornosť tomu, aby systém dokázal primerane reagovať na možné zneužitie. Model bude spoľahlivo a na viacerých úrovniach filtrovať pokyny týkajúce sa najčastejších rizikových oblastí, aj keď budú formulované nepriamo. Patria sem napríklad zadania požadujúce násilný alebo sexuálny obsah.
Microsoft doteraz zaplatil OpenAI miliardy dolárov za to, aby pre Copilot a Bing poskytovalo okrem iného aj nástroj umelej inteligencie na generovanie obrázkov. Príchod MAI-Image-2 je pre startup, ktorý za tie roky vyrástol na obrovskú spoločnosť, pomerne zlou správou. Pravdepodobne je už len otázkou času, kedy Microsoft prejde na vlastný nástroj. OpenAI by tak mohlo prísť o značné príjmy.
