微软宣布其首个自研图像生成模型MAI-Image-1整合入Bing、Copilot

IT之家 11 月 5 日消息，微软今年 10 月推出其首个自研 AI 图像生成模型 MAI-Image-1，今日宣布该模型已应用于 Bing Image Creator 和 Copilot Audio Expressions 两款产品中（欧盟暂时除外）。

微软 AI 部门负责人 Mustafa Suleyman 介绍称，该模型在生成食物、自然风景、艺术化光效及写实细节等图像方面“表现尤为出色”。

微软表示：“MAI-Image-1 在生成具有逼真光影效果（如反射、漫反射）及风景类图像时表现突出，尤其是在与一些更大、更慢的模型相比时更具优势。其速度与质量的平衡让用户能更快地将创意呈现在屏幕上，迅速迭代，并能将成果导入其他工具继续优化。”

IT之家从官方获悉，MAI-Image-1 还将用于 Copilot 的文本转语音平台 Copilot Audio Expressions 的“故事模式”中，为 AI 生成的音频故事配以同步生成的图像内容。

微软在今年 8 月曾宣布推出首批自研 AI 模型，包括语音模型 MAI-Voice-1 与文本模型 MAI-1-preview。该公司当时表示，MAI-1-preview 将在特定场景下应用于其 Copilot AI 助手，显示出微软正在逐步减少对 OpenAI 模型的依赖。

目前，微软表示 Copilot 聊天机器人正过渡至 OpenAI 的 GPT-5 模型，同时也为用户提供 Anthropic 的 Claude 系列模型作为可选方案。

在 Bing 图像生成网站与应用中，MAI-Image-1 被列为三大可选模型之一，另两款为 OpenAI 的 DALL-E 3 和 GPT-4o。