MAI-Image-2.7-Preview آپریشن میں

MAI-Image-2.7-Preview مائیکروسافٹ کا تیار کردہ تصویری تدوین ماڈل ہے، جو Artificial Analysis کی ایڈیٹنگ درجہ بندی میں 1,193 Elo کے ساتھ عالمی سطح پر دوسرے نمبر پر ہے، صرف GPT Image 2.5 Sunburst سے پیچھے ہے، جبکہ منظر اور انداز کی تدوین میں دوسرے بہترین ماڈل سے 24 Elo آگے ہے۔ MAI-Image-2.7-Preview انداز تبدیل کرنے، روشنی کی ازسرنو ترتیب، متن اور علامتوں میں ترمیم، مرمت اور بہتری جیسے پیچیدہ کاموں میں مہارت رکھتا ہے۔ فی الحال اسے MAI Playground جیسے پلیٹ فارمز پر آزمایا جا سکتا ہے؛ اس کے ماڈل وزن جاری نہیں کیے گئے اور یہ اب بھی Preview پیش نظارہ ورژن ہے۔

منظر اور انداز کی ازسرنو تشکیل: پورے منظر کے انداز، رنگوں اور ماحول کو ایک کلک سے دوبارہ تخلیق کرتا ہے۔ یہ اس کی سب سے نمایاں برتری ہے، جہاں یہ دوسرے بہترین ماڈل سے 24 Elo آگے ہے۔
ذہین روشنی کی ازسرنو ترتیب: تصویر کی روشنی اور جذباتی ماحول کو تبدیل کرتا ہے، تاکہ سائے کی سمت اور مواد کی منعکس روشنی طبیعیاتی منطق کے مطابق ہوں۔
متن اور علامتوں میں ترمیم: تصویر میں موجود متن اور علامتوں کو تبدیل کرتا ہے اور انہیں اصل تصویر کی روشنی، تناظر اور مواد کے ساتھ ہم آہنگ کرتا ہے۔
مرمت اور بہتری: شور صاف کرتا ہے، پرانے مواد کی مرمت کرتا ہے اور تصویر کا معیار بہتر بناتا ہے، جبکہ اصل ساخت کو مستحکم طور پر برقرار رکھتا ہے۔
استدلال پر مبنی تدوین: اشیا، روشنی اور ماحول کے باہمی تعلقات کو سمجھتا ہے اور ”مصنوعے کو نئے منظر میں منتقل کرنے“ جیسی استدلال طلب پیچیدہ ہدایات پر عمل کرتا ہے۔

ڈفیوژن جنریشن آرکیٹیکچر: ماڈل ڈفیوژن پر مبنی جنریشن طریقہ استعمال کرتا ہے اور flow-matching نقصان کے ذریعے شور کی تقسیم اور ڈیٹا کی تقسیم کے درمیان مسلسل تبدیلی سیکھتا ہے، جس سے تربیت مستحکم اور مؤثر رہتی ہے۔
ملٹی موڈل تدوینی تشکیل نو: ”صفر سے دوبارہ تشکیل اور ملٹی موڈل تدوینی ورک فلو کے لیے تیاری“ کے راستے کو برقرار رکھتے ہوئے اشیا، منظر کی ساخت، روشنی، پیمانے اور مقامی مقام کے بارے میں مختلف جہتوں میں استدلال کرتا ہے، اس لیے مبہم ہدایات کے باوجود معنوی طور پر ہم آہنگ تدوینی نتائج دے سکتا ہے۔
متعدد پابندیوں کے ساتھ مشترکہ تدوین: ماڈل بیک وقت لے آؤٹ برقرار رکھنے، اشیا تبدیل کرنے، متن اپ ڈیٹ کرنے اور سیاق و سباق کے مطابق ڈھالنے جیسی متعدد پابندیوں کو سنبھال سکتا ہے۔ یہ اشیا ہٹانے، تبدیل کرنے، خصوصیات میں ترمیم اور inpainting کو سپورٹ کرتا ہے، مجموعی ساخت کو نقصان نہیں پہنچاتا اور متعدد تدوینی مراحل میں بصری تسلسل برقرار رکھتا ہے۔
حفاظتی ہم آہنگی کا طریقہ کار: ڈیٹا کی سطح پر فلٹرنگ کی جاتی ہے اور تعیناتی کے مرحلے میں اضافی تخفیفی اقدامات شامل کیے جاتے ہیں، تاکہ صارف کی درخواست پر بھی تشدد، خونریزی، فحش یا دیگر نقصان دہ تصاویر تیار نہ ہوں۔

سرکاری ویب سائٹ کھولیں: MAI-Image-2.7-Preview کی سرکاری ویب سائٹ https://playground.microsoft.ai/chat پر جائیں۔
اکاؤنٹ میں لاگ اِن کریں: اوپری دائیں جانب لاگ اِن بٹن پر کلک کریں اور Microsoft اکاؤنٹ کے ذریعے لاگ اِن مکمل کریں؛ اسے مفت آزمایا جا سکتا ہے۔
اصل تصویر اپ لوڈ کریں: Images/تصویری تدوین سیکشن میں MAI-Image-2.7-Preview کا انتخاب کریں، پھر کسی موجودہ تصویر، ڈیزائن یا اسکرین شاٹ کو بطور تدوینی بنیاد اپ لوڈ یا وہاں گھسیٹ کر لائیں۔
ہدایت درج کریں اور تصویر بنائیں: ان پٹ باکس میں انگریزی میں واضح ترمیمی ہدایت لکھیں، پھر جنریٹ بٹن پر کلک کریں اور چند سیکنڈ انتظار کریں۔
بہتری کے لیے تکرار اور ڈاؤن لوڈ: تیار شدہ نتیجہ دیکھیں؛ اطمینان نہ ہو تو ہدایت تبدیل کرکے دوبارہ عمل کریں، اور نتیجہ درست ہونے پر ڈاؤن لوڈ بٹن پر کلک کرکے اسے مقامی طور پر محفوظ کریں۔

عالمی درجہ بندی میں دوسرے نمبر پر: Artificial Analysis کی تصویری تدوین درجہ بندی میں 1,193 Elo کے ساتھ عالمی سطح پر دوسرے نمبر پر ہے، صرف GPT Image 2.5 Sunburst (max) سے پیچھے، جبکہ Google، Meta، xAI اور GPT-Image-2.5-Flare سے آگے ہے۔
منظر اور انداز کی تدوین میں نمایاں برتری: منظر اور انداز کی تدوین کے زمرے میں دوسرے بہترین ماڈل سے 24 Elo آگے ہے، جو تمام صلاحیتوں میں سب سے بڑی برتری ہے۔
اپنے سابقہ ورژن سے مکمل طور پر بہتر: MAI-Image-2.6 کے مقابلے میں Artificial Analysis کے تمام 10 استعمالی معاملات اور 7 اقسام کی تدوینی کارروائیوں میں بہتری آئی ہے، اور کوئی نمایاں کمزوری نہیں۔
چار صلاحیتیں زمرے کی جدید ترین سطح پر: بہتری اور مرمت، استدلالی تدوین، منظر اور انداز، نیز متن اور علامتوں کی تدوین، چاروں صلاحیتیں اپنے زمرے کی جدید ترین سطح تک پہنچتی ہیں۔

پروجیکٹ کی سرکاری ویب سائٹ: https://microsoft.ai/news/mai-image-2-7-debut/

ای کامرس مصنوعات کی تصاویر میں تبدیلی: مصنوعات کی تصویر کو ایک کلک سے نئے منظر میں منتقل کرتا ہے اور روشنی و تناظر کو خودکار طور پر ہم آہنگ کرتا ہے، جس سے مختلف انداز کی مصنوعات کی مرکزی تصاویر اور مارکیٹنگ مواد تیزی سے تیار کیا جا سکتا ہے۔
ڈیزائن اور UI کی تکراری بہتری: ڈیزائن اور اسکرین شاٹس کے انداز، تھیم کے رنگ اور لے آؤٹ کو تبدیل کرکے مختلف سمتوں کو کم لاگت میں آزمانے کا موقع دیتا ہے، تاکہ حتمی ڈیزائن سے پہلے تجربہ کیا جا سکے۔
پرانی تصاویر اور مواد کی مرمت و بہتری: پرانی تصاویر کے شور اور خراشیں دور کرتا ہے، کم معیار کے مواد کو بہتر بناتا ہے اور اصل ساخت برقرار رکھتا ہے، اس لیے آرکائیو کو ڈیجیٹل بنانے اور مواد کے دوبارہ استعمال کے لیے موزوں ہے۔
مارکیٹنگ مواد میں متن کی مقامی تدوین: پوسٹرز، بل بورڈز اور پیکیجنگ میں موجود متن اور علامتوں کو براہِ راست تبدیل کرتا ہے اور انہیں اصل تناظر و روشنی کے ساتھ ہم آہنگ کرتا ہے، جس سے دوبارہ لے آؤٹ بنانے کی ضرورت ختم ہو جاتی ہے۔