Microsoft AI、新画像生成モデル「MAI-Image-2.5」を発表

Microsoft AIは、最新のText-to-Image（テキストから画像）基盤モデルである「MAI-Image-2.5」をリリースしました。本モデルは、プロフェッショナルなクリエイティブワークフローに要求される高い描画品質と制御性を目指して開発されたものです。公式発表によると、MAI-Image-2.5 はリリース直後より画像生成AIの性能を競うブラインドテスト「Arena」の画像生成リーダーボードにおいて瞬く間にトップクラスの順位を獲得しており、その高い実用性がすでに実証されています。数週間以内にはグローバルに MAI Playground および Microsoft Foundry サービスへ統合され、APIとしても展開される予定です。

1. MAI-Image-2.5の3つの主要な進化点

MAI-Image-2.5 は、従来の画像生成モデルが苦手としていた領域を克服し、商業デザインやマーケティングなどプロフェッショナルなクリエイティブ現場に即座に導入できるクオリティを実現しています。

• ​極めて高精度なテキストレンダリング（Text Rendering）​: 複雑な画像シーン内に、スペルミスなく正確で読みやすいテキスト（文字）を描き込むことができます。これは従来の画像生成モデルにおいて大きな課題だった文字崩れや不自然な描画問題を大幅に改善したものです。
• ​商業用イメージ（Commercial Imagery）および全体品質の最適化​: マーケティング、広告、プロダクトデザイン向けに最適化されており、プロフェッショナルグレードの照明効果、繊細な質感、極めて高いシャープネスを備えた高品質画像を生成できます。
• ​多様なスタイルのイラスト（Stylized Illustration）表現力​: 水彩画のような伝統的なタッチから、高度で現代的なデジタルイラストレーションまで、複雑な芸術的スタイルの指示をプロンプトから正確に解釈して描き分けることが可能です。

2. 今後の展開とAPI提供

MAI-Image-2.5 は、数週間かけて段階的にグローバル展開される予定です。Web上で直感的にモデルを試すことができるプレイグラウンド環境「MAI Playground」での一般公開に加え、エンタープライズ向けの「Microsoft Foundry」サービスへも統合されます。精度を高めるため、開発者や企業は堅牢なAPIを通じて自社のアプリケーションやワークフローに MAI-Image-2.5 を組み込み、高度なクリエイティブソリューションを構築することができるようになります。

Microsoft AIが発表した「MAI-Image-2.5」は、画像生成AIの最も大きな障壁の一つであった「画像内のテキスト生成」において目覚ましい進化を遂げたモデルです。文字を正確に配置できるようになったことで、広告バナー、SNS投稿用のモックアップ、ポスター等のプロモーション用グラフィックといった商業デザインへの適用が飛躍的に容易になりました。さらに、Arena リーダーボードでの高い評価は、他社の主要モデルと比較しても描画の正確性や美しさが引けを取らないことを示しています。今後、Microsoft Foundry を通じてAPIとして安定供給されることで、企業内のデザイン業務の自動化やイノベーションがさらに加速することが期待されます。