中文翻译
摘要: 微软于 2026 年 4 月推出轻量化图像生成模型MAI-Image-2-Efficient。该模型在保持生产级质量的同时，成本较前代降低约 41%，运行速度提升 22%，GPU 吞吐量提高 4 倍，且在延迟测试中领先谷歌竞品 40%。
微软采取“双模型”策略：高效版面向高并发、低成本场景（如营销素材），旗舰版 MAI-Image-2 则专注高精度需求。新模型已上线 Microsoft
正文
微软推出 MAI-Image-2-Efficient：一款更经济、更高效的 AI 图像生成模型
作者：Michael Nuñez
时间：2026 年 4 月 14 日，太平洋时间上午 9:00
图片来源：VentureBeat 使用 Midjourney 制作
今天，微软正式推出了 MAI-Image-2-Efficient，这是其旗舰级文本到图像（text-to-image）模型的轻量化变体。该模型在保持接近生产级质量的同时，成本降低近一半。此次发布即刻上线，用户可通过 Microsoft Foundry 和 MAI Playground 直接使用，无需等待排队。这标志着微软内部超人工智能团队迄今为止响应速度最快的产品迭代，也清晰传递出一个信号：雷德蒙德（Redmond）正致力于构建一套不依赖 OpenAI 的自主可控 AI 技术栈。
新模型的定价为每百万个文本输入 token 5 美元，每百万个图像输出 token 19.50 美元，相比前代模型 MAI-Image-2 的同等级别价格（分别为 5 美元和 33 美元），降幅约为 41%。微软表示，该模型运行速度比旗舰版本快 22%，在 NVIDIA H100 硬件上以 1024×1024 分辨率测试时，单 GPU 吞吐量效率提升达 4 倍。此外，微软声称其在 p50 延迟基准测试中，平均性能优于主要竞争对手的云服务商模型——具体点名包括谷歌的 Gemini 3.1 Flash、Gemini 3.1 Flash Image 以及 Gemini 3 Pro Image，领先幅度达 40%。
微软还宣布，该模型将逐步部署至 Copilot 和 Bing 平台，并计划在未来扩展至更多产品场景。
双模型策略：借鉴 AI 行业定价 playbook
微软将 MAI-Image-2-Efficient 与其旗舰版 MAI-Image-2 定位为互补工具，而非相互替代，旨在通过分层组合覆盖企业图像生成的全场景需求。
MAI-Image-2-Efficient 面向高并发、对成本敏感的生产型负载，例如产品摄影、营销创意素材、UI 原型设计、品牌资产流水线以及实时交互式应用。据微软介绍，该模型能精准处理图像内的短文本内容（如标题和标签），专为批处理环境中严格的延迟与预算约束而优化。
相比之下，MAI-Image-2 仍是微软的“精密仪器”，适用于对照片级真实感要求极高、需要复杂风格化（如动漫或插画风格），或涉及更长、更精细图像内排版设计的任务。微软实际上在向企业客户传达：生产线用高效版，展示厅用旗舰版。
这一策略与 AI 行业已验证的定价模式一脉相承——如 OpenAI 的 GPT 模型层级、Anthropic 的 Haiku-Sonnet-Opus 产品线、谷歌的 Flash-Pro 区分——但首次将其系统性地应用于图像生成领域。在该领域，单张图像的成本结构往往决定大规模部署的成败。
如何在不到一个月内交付生产级优化的图像模型？
此次发布的速度值得高度关注。MAI-Image-2 本身仅在……
采集时间: 2026-04-15 20:18:18
AIOpenAI微软人工智能