当地时间8月10日，微软正式发布新一代文本生成图像模型 MAI-Image-2.6。该模型在 Arena 文本转图像榜单上跃居全球第二，仅次于 OpenAI 的 GPT-Image-2，在文字渲染、人像与 3D 图像生成方面较上一代明显提升。

微软 AI 部门负责人穆斯塔法·苏莱曼在社交媒体上发文称，MAI-Image-2.6 已成为全球排名第二的文本转图像模型，超越了 Google、Meta 与 xAI 等多款主流竞品。这也是微软继 MAI-Image-2.5-Pro 之后，在自研图像生成赛道上再一次提速。

榜单表现：超越多款主流竞品

据官方介绍，MAI-Image-2.6 在 Arena 文本转图像类别的综合评分比上一代 MAI-Image-2.5 高出 79 个 Elo 分，其中纯文字渲染单项得分提升 91 个 Elo 分。在 Arena 文字渲染专项榜单中，mai-image-2.6-preview 以 1374 分的成绩位列第 一，领先第二名的 mai-image-2.5（1284 分）约 90 分。

• 综合评分：较 MAI-Image-2.5 提升 +79 Elo 分

• 文字渲染：较 MAI-Image-2.5 提升 +91 Elo 分

• 文字渲染榜：mai-image-2.6-preview 得分 1374，排名第 一

• 整体定位：文本转图像全球第二，仅次于 GPT-Image-2

核心升级：文字、人像与 3D 图像

微软表示，MAI-Image-2.6 在三个方向上实现了针对性改进。图像内文字渲染更加精准，长句与复杂排版的还原度显著提升；人像生成在面部细节、光影与皮肤质感上更为自然；3D 图像的空间结构与材质表现也更扎实。官方同时强化了参考图像支持能力，用户可基于样例图片进行风格化生成，进一步降低上手门槛。

图：MAI-Image-2.6 在多个维度的能力提升

竞争格局：自研模型加速追赶

自微软将 MAI-Image 系列定位为对标 OpenAI GPT-Image 的自研产品线以来，迭代节奏明显加快。MAI-Image-2.5-Pro 发布后不久，MAI-Image-2.6 便快速跟进，并在第三方盲测榜单上直接超越 Google、Meta、xAI 等厂商的主力图像模型。分析认为，微软在 Office、Copilot 等场景中内置图像生成能力的需求，正在持续推动该系列模型快速迭代。

总结与展望

MAI-Image-2.6 的发布标志着微软在图像生成赛道上首次跻身全球第 一梯队。随着 Arena 盲测结果持续累积，该模型后续在 Copilot 与 Windows 生态中的落地节奏值得关注，同时也将加剧头部厂商在文生图能力上的竞争。