TL;DR
MAI-Image-2.7-Preview là mô hình chỉnh sửa hình ảnh bằng AI của Microsoft, ra mắt ngày 27 tháng 10, 2026. Mô hình tập trung vào việc thay đổi có kiểm soát trên ảnh hiện có, bao gồm ánh sáng, phong cách thị giác, đối tượng và kiểu chữ.
Microsoft công bố MAI Image 2.7 ở vị trí số 3 trên Arena Edit và số 2 trên Artificial Analysis. Trong ảnh chụp ngày 28 tháng 10, 2026 được xem xét cho bài viết này, mô hình đạt 1,193 Elo trên Artificial Analysis và xếp thứ hai. Đối với nhà thiết kế, giá trị của nó nằm ở khả năng thực hiện các chỉnh sửa đáng kể trong khi vẫn giữ gìn những yếu tố vốn đã ổn.
Nhà phát triển có thể đánh giá mô hình thông qua các nền tảng thử nghiệm công khai, nhưng tính đến ngày 28 tháng 10, 2026, Microsoft chưa công bố API 2.7 công khai hay giá.
Key Takeaways
- Phát hành ngày 27 tháng 10, 2026: Microsoft giới thiệu MAI-Image-2.7-Preview như một bản kế nhiệm tập trung vào chỉnh sửa ảnh cho MAI-Image-2.6.
- 1,193 Elo trên Artificial Analysis: Mô hình xếp hạng thứ hai trên AA-Image-Editing v2.1, kém GPT Image 2.5 Sunburst sáu điểm.
- Mở rộng lợi ích chỉnh sửa: Microsoft báo cáo cải thiện trên cả 10 trường hợp sử dụng được đánh giá và bảy hành động chỉnh sửa, thay vì chỉ tăng ở một loại.
- Khả năng chỉnh sửa nâng cao: Mô hình nhắm vào tái tạo phong cách cảnh, tái lập ánh sáng, chỉnh sửa văn bản và biểu tượng, sửa đổi dựa trên suy luận và khôi phục hình ảnh.
- Đánh giá trước khi tích hợp: Hãy thử nghiệm MAI-Image-2.7-Preview theo yêu cầu bảo toàn của bạn; sử dụng API sẵn có nếu ứng dụng của bạn cần triển khai ngay hôm nay.
What Is MAI-Image-2.7-Preview?
MAI-Image-2.7-Preview là mô hình chỉnh sửa hình ảnh độc quyền do Microsoft AI phát triển. Nó thuộc họ MAI Image của Microsoft, bao gồm các mô hình trước đó dành cho tạo sinh ảnh, chỉnh sửa ảnh và quy trình sáng tạo định hướng sản xuất.
Thay vì thay thế toàn bộ hình ảnh, mô hình này được thiết kế để thực hiện các chỉnh sửa có mục tiêu trong khi vẫn giữ sự nhất quán thị giác của cảnh gốc.
Ví dụ, một nhà thiết kế có thể đặt sản phẩm vào môi trường mới trong khi vẫn giữ nguyên bao bì, logo và tỷ lệ. Một nhiếp ảnh gia có thể muốn thay đổi ánh sáng nhưng không làm biến dạng chủ thể. Một nhóm marketing có thể cần thay thế văn bản trên quảng cáo hiện có trong khi bảo toàn bố cục.
Thông số kỹ thuật của MAI-Image-2.7-Preview
Microsoft chưa tiết lộ kiến trúc, số tham số, độ phân giải tối đa hoặc giới hạn ảnh tham chiếu của bản preview trong thông báo ra mắt. Các thông số MAI trước đây không nên được coi là giới hạn đã được xác nhận của 2.7.
What Can MAI-Image-2.7-Preview Do?
Microsoft cho biết mô hình đạt mức tiên phong trong bốn lĩnh vực: nâng cấp và khôi phục, chỉnh sửa dựa trên suy luận, chỉnh sửa cảnh và phong cách, và chỉnh sửa văn bản hoặc biểu tượng.
Chỉnh sửa cảnh và phong cách
MAI-Image-2.7-Preview có thể thay đổi diện mạo tổng thể của một hình ảnh hiện có, bao gồm môi trường, phong cách nghệ thuật, ánh sáng và tâm trạng.
Hãy xem xét một ảnh sản phẩm chụp trên nền studio đơn giản. Một nhà thiết kế có thể muốn biến môi trường xung quanh thành khung cảnh chiến dịch ngoài trời cao cấp trong khi vẫn giữ nguyên bản thân sản phẩm.
Một kết quả thành công đòi hỏi nhiều hơn là chỉ thay đổi nền. Hướng ánh sáng, phản chiếu, bóng đổ, phối cảnh và màu sắc phải vẫn nhất quán.
Microsoft báo cáo dẫn trước 24 điểm Elo trong chỉnh sửa cảnh và phong cách so với mô hình đứng kế tiếp trong hạng mục đó. Kết quả này khiến việc thay nền và tái lập ánh sáng trở thành các điểm khởi đầu hữu ích cho việc đánh giá của bạn.
Chỉnh sửa văn bản và biểu tượng
Các mô hình ảnh AI thường gặp khó khăn khi sửa đổi văn bản đã được nhúng trong ảnh.
Thay thế nhãn có thể vô tình làm thay đổi kiểu chữ, vị trí, phối cảnh hoặc thiết kế xung quanh. Ngay cả khi từ thay thế đúng, vùng chỉnh sửa có thể trông như dán giả tạo lên ảnh gốc.
MAI-Image-2.7-Preview tập trung vào việc thay đổi văn bản và biểu tượng trong khi giữ chúng hòa nhập thị giác.
Ứng dụng khả dĩ bao gồm bao bì sản phẩm, quảng cáo, poster khuyến mãi, đồ họa thuyết trình và mockup UI.
Đối với doanh nghiệp tạo tài sản marketing đa ngôn ngữ, điều này có thể đặc biệt giá trị. Tuy nhiên, độ tin cậy của mô hình trên nhiều ngôn ngữ và kiểu chữ phức tạp vẫn cần kiểm thử theo tác vụ.
Chỉnh sửa ảnh dựa trên suy luận
Một số chỉnh sửa ảnh đòi hỏi hiểu cách các đối tượng tương tác với môi trường xung quanh.
Ví dụ, di chuyển một vật phản chiếu vào môi trường khác có thể cần các thay đổi đồng bộ về ánh sáng, bóng đổ và bề mặt lân cận.
Một mô hình chỉnh sửa có thể về mặt kỹ thuật tuân theo hướng dẫn nhưng lại tạo ra cảnh không nhất quán.
MAI-Image-2.7-Preview được thiết kế để xử lý các chỉnh sửa liên quan đến mối quan hệ giữa đối tượng, ánh sáng và môi trường.
Nâng cấp và khôi phục hình ảnh
Quy trình thường gặp gồm khôi phục ảnh cũ, nâng cao chất lượng ảnh sản phẩm, tinh chỉnh tài sản sáng tạo và sửa các khiếm khuyết thị giác.
Khôi phục bằng AI có thể “phát minh” chi tiết có lý. Đối với công việc lưu trữ hoặc dựa trên bằng chứng, hãy giữ bản gốc và phân biệt rõ thay đổi được tạo sinh.
Đây là các hạng mục năng lực chứ không phải đảm bảo kết quả hoàn hảo. Độ chính xác chỉnh sửa thực tế phụ thuộc vào ảnh nguồn, độ phức tạp của lời nhắc và tiêu chí đánh giá.
How Does MAI-Image-2.7-Preview Perform on Benchmarks?
MAI-Image-2.7-Preview đã xuất hiện trên hai nền tảng đánh giá chỉnh sửa ảnh chính: Artificial Analysis và Arena.
Cả hai đều sử dụng phương pháp đánh giá dựa trên sở thích, nhưng có bộ dữ liệu, thang điểm và phương pháp bỏ phiếu khác nhau.
Điểm Elo của họ nên được so sánh trong phạm vi mỗi bảng xếp hạng, không so chéo giữa các nền tảng.
Artificial Analysis: AA-Image-Editing v2.1
Artificial Analysis đánh giá mức độ mô hình ảnh sửa đổi ảnh đầu vào theo hướng dẫn văn bản.
AA-Image-Editing v2.1 xếp hạng mô hình bằng phiếu bầu ưu tiên theo cặp của con người trên các tác vụ chỉnh sửa ảnh. Đây là kết quả từ nền tảng bên ngoài, không phải benchmark nội bộ của Microsoft.
Ảnh chụp ngày 28 tháng 10, 2026 cho thấy:
Bảng giữ nguyên thiết lập mô hình đã công bố, bao gồm thiết lập tối đa cho GPT Image 2.5. Các giá trị ± là khoảng bất định 95% hiển thị. Bảng xếp hạng không cung cấp môi trường phần cứng hay độ trễ dùng chung, vì vậy các điểm này mô tả sở thích về chỉnh sửa chứ không phải tốc độ xử lý.
MAI-Image-2.7-Preview cao hơn MAI-Image-2.6 42 Elo, cao hơn Flare 11 điểm và thấp hơn Sunburst 6 điểm trên bảng này.
Tuy nhiên, khoảng tin cậy của các mô hình dẫn đầu có chồng lấn. Chênh lệch sáu điểm không đủ để khẳng định Sunburst sẽ luôn vượt MAI-Image-2.7-Preview trong mọi tác vụ chỉnh sửa.
Arena Edit: Chỉnh sửa ảnh
Arena cũng đo lường sở thích người dùng qua so sánh “mù”.
Các điểm chỉnh sửa ảnh đơn lẻ tổng thể hiển thị vào ngày 28 tháng 10, 2026 như dưới đây. Bảng giữ các nhãn sơ bộ của Arena nơi có hiển thị.
Các điểm hiển thị đặt 2.7 Preview cao hơn 2.6 là 44 Elo và cao hơn GPT-Image-2 (Medium) là 11 Elo.
Để có thêm các chuẩn API, nhà phát triển có thể truy cập GPT Image 2 và Grok Imagine Image 2.0 API. Medium trong mục GPT Image 2 của Arena xác định một thiết lập đánh giá, không phải tên mô hình API riêng.
Kết quả Arena là trực tiếp và có thể thay đổi theo thời gian; các số liệu dưới đây phản ánh ảnh chụp ngày 28 tháng 10 đã được xem xét cho bài viết này.
Hiệu năng thiết kế thương mại
Hạng mục Product, Branding & Commercial Design của Arena đặc biệt phù hợp khi đầu ra phải dùng được như một quảng cáo hoặc tài sản sản phẩm.
Trong hạng mục Product, Branding & Commercial Design của Arena vào ngày 28 tháng 10, 2026, MAI-Image-2.7-Preview xếp thứ ba với 1,499 Elo—vượt 2.6 55 điểm, mô hình xếp thứ tám. Với chỉ 718 phiếu và khoảng bất định rộng hơn, kết quả là tín hiệu sớm để bạn thử nghiệm theo yêu cầu thiết kế của chính mình.
Cả hai bảng xếp hạng đều cho thấy hiệu năng chỉnh sửa mạnh hơn MAI-Image-2.6 và kết quả cạnh tranh với các mô hình hàng đầu. Tốc độ, độ tin cậy và chi phí trong sản xuất vẫn cần thử nghiệm API riêng.
MAI-Image-2.7-Preview so với MAI-Image-2.6
MAI-Image-2.6 trước đây đã được cung cấp cho nhà phát triển thông qua Microsoft Foundry, với biến thể Flash được cung cấp riêng. Mốc API đó khác với tháng phát hành tháng 8 do Artificial Analysis ghi nhận.
MAI-Image-2.6 và biến thể Flash của nó đã giới thiệu các khả năng hướng tới nhà phát triển như chỉnh sửa tham chiếu đa ảnh, web grounding, tỷ lệ khung hình động và độ phân giải đầu ra lên đến 1.5K.
Bản xem trước 2.7 chuyển trọng tâm phát hành tức thời sang hiệu năng chỉnh sửa.
| Khía cạnh | MAI-Image-2.6 | MAI-Image-2.7-Preview |
|---|
Microsoft báo cáo đạt được tiến bộ trên cả 10 trường hợp sử dụng được đánh giá và bảy hành động chỉnh sửa. Câu hỏi thực tiễn là liệu các cải thiện đó có nâng chất lượng những chỉnh sửa mà đội ngũ bạn thực hiện thường xuyên nhất hay không.
Mô hình trước đó vẫn phù hợp cho nhà phát triển cần API tạo sinh hình ảnh đã được tài liệu hóa và tích hợp sản xuất sẵn có.
How to Access and Try MAI Image 2.7
Microsoft xác định MAI Playground, Arena và Artificial Analysis là các kênh để khám phá bản preview. Hãy bắt đầu với Playground cho ảnh của chính bạn và dùng các nền tảng đánh giá để so sánh sở thích và điểm số.
MAI Playground là môi trường thử nghiệm trực tiếp của Microsoft dành cho các mô hình MAI.
Khi bản preview khả dụng với tài khoản và khu vực của bạn, quy trình dự kiến là chọn mô hình chỉnh sửa, cung cấp ảnh hiện có và mô tả thay đổi mong muốn.
Một thí nghiệm đầu tiên hữu ích là chỉnh sửa với một thay đổi lớn và một số yêu cầu bảo toàn rõ ràng.
Ví dụ lời nhắc:
Thay nền của bức ảnh sản phẩm này bằng một không gian bán lẻ cao cấp, hiện đại. Giữ nguyên chính xác tỷ lệ, logo, văn bản trên bao bì và góc máy của sản phẩm. Điều chỉnh ánh sáng và bóng đổ để khớp với môi trường mới. Không thêm văn bản nào khác.
Phương pháp thử nghiệm có thể lặp lại
Để đánh giá mô hình một cách ý nghĩa, hãy dùng cùng ảnh nguồn và hướng dẫn qua các trình chỉnh sửa cạnh tranh.
Cho vòng sàng lọc ban đầu, hãy tập hợp 20 đến 50 tác vụ đại diện bao gồm thay đổi sản phẩm, kiểu chữ, tái lập ánh sáng, khôi phục và bố cục đa đối tượng. Đây là tập khởi đầu thực tế, không phải yêu cầu cỡ mẫu đã kiểm định thống kê.
Đánh giá đầu ra theo bốn khía cạnh:
- Độ chính xác theo hướng dẫn: Mô hình có thực hiện đúng thay đổi được yêu cầu không?
- Bảo toàn: Những yếu tố không đụng đến có giữ nhất quán không?
- Tính chân thực thị giác: Ánh sáng, phối cảnh và bố cục có tự nhiên không?
- Mức chấp nhận đầu ra: Bạn có thể dùng kết quả mà không cần chỉnh sửa thêm không?
Cho đánh giá hướng tới sản xuất, độ trễ và chi phí cũng nên được ghi lại khi có quyền truy cập API phù hợp.
Is MAI-Image-2.7-Preview API Available, and What Does It Cost?
Tính đến ngày 28 tháng 10, 2026, Microsoft chưa công bố endpoint API công khai, giá hay ngày sẵn sàng chung cho MAI Image 2.7. Artificial Analysis gắn nhãn bản preview là No API available.
Cho kế hoạch sản xuất, các chi tiết chưa rõ bao gồm ID mô hình triển khai, giới hạn ảnh, giới hạn tốc độ, hình thức tính phí và điều khoản sử dụng riêng cho bản preview.
Microsoft cho biết tính năng tạo ảnh từ văn bản sẽ sớm ra mắt. Nếu ứng dụng của bạn cần cả tạo sinh và chỉnh sửa ngay bây giờ, hãy chọn một API đã được tài liệu hóa và coi 2.7 như một ứng viên đánh giá riêng.
Image Editing with CometAPI
Đối với nhà phát triển cần chỉnh sửa ảnh trong sản xuất ngay hôm nay, CometAPI cung cấp API cho một số lựa chọn thay thế đã được thiết lập.
API GPT Image 2.5 trong CometAPI hỗ trợ tạo sinh và chỉnh sửa ảnh qua các endpoint tương thích OpenAI.
Điều này cho phép bạn xác thực quy trình chỉnh sửa ngay bây giờ và đánh giá MAI Image 2.7 riêng khi Microsoft cung cấp giao diện dành cho nhà phát triển được hỗ trợ.
Ví dụ dưới đây gọi GPT Image 2.5 Sunburst. Nó đưa ra một mẫu tích hợp hoạt động cho một lựa chọn thay thế sẵn có; nó không gọi MAI-Image-2.7-Preview.
Ví dụ: Chỉnh sửa một ảnh hiện có với CometAPI
Chạy yêu cầu này trong Bash với khóa CometAPI hợp lệ và có file product.png trong thư mục hiện tại. Lưu phản hồi JSON vào edit-response.json.
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
curl --fail-with-body \
"https://api.cometapi.com/v1/images/edits" \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@product.png" \
-F "prompt=Giữ nguyên sản phẩm, logo và góc máy. Chỉ thay thế phần nền bằng môi trường studio cao cấp. Khớp ánh sáng gốc một cách tự nhiên." \
-F "quality=high" \
-F "output_format=png" \
--output edit-response.json
Theo định dạng phản hồi của CometAPI, ảnh đã chỉnh sửa được trả về dưới dạng giá trị Base64 trong data[0].b64_json. Hãy giải mã giá trị Base64 đó thành file PNG; bản thân phản hồi JSON không phải là ảnh. Nếu cURL báo lỗi HTTP, hãy kiểm tra nội dung phản hồi trước khi thử lại.
Chỉ số đánh giá trong môi trường sản xuất
Một thước đo hữu ích về hiệu quả sản xuất là chi phí trên mỗi ảnh được chấp nhận, không chỉ chi phí mỗi yêu cầu.
Ví dụ, giả sử dịch vụ chỉnh sửa tạo 100 ảnh với chi phí tổng trung bình $0.10 mỗi ảnh.
Nếu chỉ 70 ảnh vượt qua kiểm duyệt chất lượng, thì:
Chi phí trên mỗi ảnh được chấp nhận = $10 / 70 = xấp xỉ $0.143.
Nếu chất lượng chỉnh sửa được cải thiện nâng tỷ lệ chấp nhận lên 90% với cùng chi phí mỗi yêu cầu, chi phí hiệu dụng giảm xuống còn xấp xỉ $0.111 cho mỗi ảnh được chấp nhận.
Ví dụ giả định này cô lập tác động của tỷ lệ chấp nhận; giả định đầu vào $0.10 không phải báo giá cho bất kỳ mô hình nào.
Ví dụ cho thấy vì sao độ chính xác chỉnh sửa có thể quan trọng ngang với mức giá API tiêu đề.
FAQ
Tôi nên xử lý logo bị méo trong một chỉnh sửa của MAI-Image-2.7-Preview như thế nào?
Quay lại ảnh gốc, thu hẹp phạm vi thay đổi và nêu rõ ràng rằng logo và văn bản trên bao bì phải giữ nguyên. So sánh vùng crop liên quan với ảnh gốc ở độ phân giải đầy đủ. Nếu mô hình vẫn thay đổi các chi tiết quan trọng về thương hiệu, hãy bảo toàn các yếu tố đó bằng một bước compositing riêng hoặc dùng trình chỉnh sửa truyền thống cho vùng đó. Một kết quả “đẹp” là chưa đủ khi logo phải chính xác tuyệt đối.
Các chỉnh sửa lặp lại của MAI-Image-2.7-Preview có thể tích lũy lỗi không?
Các chỉnh sửa sinh liên tiếp có thể gây trôi, ngay cả khi từng kết quả riêng lẻ trông hợp lý. Hãy giữ ảnh nguồn không đụng đến và lưu phiên bản sau mỗi chỉnh sửa được chấp nhận. Cho một biến thể mới, hãy so sánh việc bắt đầu từ ảnh gốc với việc tiếp tục từ đầu ra gần nhất; chọn con đường bảo toàn chi tiết mà dự án của bạn yêu cầu. Đừng giả định rằng một chỉnh sửa thành công trước đó đảm bảo tính nhất quán trong chuỗi dài hơn.
Tôi có thể so sánh kết quả của MAI-Image-2.7-Preview một cách công bằng như thế nào?
Ẩn tên mô hình trong quá trình đánh giá và xáo trộn thứ tự đầu ra. Thống nhất tiêu chí loại bỏ trước khi người đánh giá xem ảnh, và ghi nhận cả các lỗi lẫn đầu ra được ưa thích. Nếu cho phép thử lại, cấp cùng ngân sách thử lại cho mọi mô hình và tính cả mọi lần thử vào phép tính chi phí. Điều này giảm khả năng thiên vị một mô hình vì một kết quả đặc biệt mạnh được chọn.
Khôi phục bằng MAI-Image-2.7-Preview có bảo toàn sự thật lịch sử không?
Ảnh được khôi phục có thể chứa các chi tiết có lý nhưng không hiện hữu trong nguồn. Hãy giữ bản gốc song song với phiên bản chỉnh sửa và phân biệt cải thiện thẩm mỹ với tái dựng thực tế. Đối với dự án lưu trữ hay tài liệu, hãy ghi lại các thay đổi được yêu cầu và xác định các chi tiết được tạo sinh thay vì coi ảnh khôi phục như bằng chứng mới về cảnh gốc.
Conclusion
Hãy đánh giá MAI-Image-2.7-Preview nếu quy trình của bạn phụ thuộc vào việc thực hiện các chỉnh sửa đáng kể trong khi vẫn bảo toàn các chi tiết thị giác then chốt. Sử dụng ảnh nguồn đại diện để đo lường chất lượng bảo toàn và mức chấp nhận đầu ra. Nếu bạn cần tích hợp API ngay hôm nay, hãy chọn một mô hình sẵn có và quay lại với 2.7 khi Microsoft công bố quyền truy cập dành cho nhà phát triển và giá.