4月5日消息，微软正式发布新一代图像生成模型 MAI-Image-2，这是公司新成立的 Microsoft Super Intelligence（微软超级智能） 部门推出的首款专门面向文本生成图像（text-to-image）的产品。该模型于 2026年3月20日 公布，并在首次公开评测中进入 ArenaAI排行榜第三位，仅次于 OpenAI的GPT-Image-1.5 和 Nano Banana 2。

微软表示，MAI-Image-2的核心目标是提升图像的真实感与实际应用能力。根据官方介绍，该模型在多个视觉细节方面进行了优化，包括更自然的光线与阴影效果、更准确的人物肤色与纹理表现，以及能够处理复杂多主体场景的高细节图像生成能力。

文字渲染能力也是该模型的一项重点改进。图像生成模型在图内文字生成方面长期存在难度，而MAI-Image-2在海报、信息图和品牌图形等场景中能够提供相对稳定的文字呈现效果。

微软认为，这些能力使MAI-Image-2适用于更多专业创意和商业工作流，例如 海报设计、信息图制作、品牌图形、产品可视化以及营销素材生成 等需要较高视觉准确度的场景。

目前，MAI-Image-2已经在 MAI Playground 平台开放测试。未来几周内，该模型还将逐步集成到 Microsoft Copilot 和 Bing Image Creator 等产品中。

在商业化方面，微软暂时只向少数企业客户提供API访问权限，包括部分早期合作伙伴，例如广告集团 WPP。相关技术参数和定价方案尚未公布。

业内认为，MAI-Image-2的推出显示出微软正在加强自研视觉AI能力。此前公司在生成式AI领域主要依赖与OpenAI的合作，而随着AI战略的进一步调整，微软正逐步构建更加完整的模型体系。