Microsoft vuole la tua attenzione. Non del tipo che proviene da fogli di calcolo o infrastruttura cloud, ma da output creativi. Martedì ha cambiato quella dinamica.
Il gigante della tecnologia ha lanciato due nuovi modelli di intelligenza artificiale da testo a immagine, MAI-Image e il suo cugino ad alta velocità, Flash. Il tempismo non è stato casuale. Questo lancio è avvenuto proprio insieme ai modelli Nano Banana dominanti di Google, creando un immediato confronto per la supremazia nella generazione di immagini AI.
Chi vince effettivamente questo round?
Se immagini Microsoft, probabilmente pensi agli strumenti aziendali, non all’arte. Ma i nuovi modelli MAI-Image 2.5 mirano a smantellare completamente questo stereotipo. Questi non sono solo giocattoli nuovi. Sono strumenti di precisione.
Il CEO di Microsoft per l’intelligenza artificiale, Mustafa Suleyman, è stato esplicito riguardo al loro scopo. “Offrono un editing preciso con incredibile coerenza”, ha osservato durante il keynote di Build. Il messaggio è chiaro. Non stanno cercando di battere Nano Banana nel creare paesaggi strani e surreali. Stanno cercando di batterlo nel editing.
E su quel compito specifico? Microsoft rivendica la corona.
Battere Google nel controllo preciso della modifica
La serie Nano Banana di Google ha regnato sullo spazio delle immagini AI sin dal suo debutto a metà del 2025. I risultati sono sorprendentemente buoni, se non talvolta preoccupanti a causa della prevalenza di slop e deepfais.
Ma Nano Banana ha un punto debole. Microsoft punta ai benchmark nella classifica Arena AI in cui il suo modello MAI-Image occupa il primo posto in particolare nella capacità di editing.
Perché è importante questa distinzione?
Generare una nuova immagine da zero è una cosa. Modificare una foto esistente con precisione chirurgica è un altro. Il benchmark mostra che MAI-Image supera l’equivalente di Google in modifiche coerenti e fedeli. Se cambi un dettaglio, il resto dell’immagine rimane intatto. Google a volte va alla deriva, deformando i pixel non correlati. Il modello di Microsoft mantiene la struttura rigida consentendo al contempo modifiche flessibili.
Tuttavia, c’è un avvertimento. Microsoft detiene la medaglia d’argento in assoluto.
GPT-Image di OpenAI rimane il leader indiscusso in questi test più ampi. Quindi Microsoft non rivendica la vittoria totale. Proprio la vittoria per redattori e designer che hanno bisogno di controllo sulle sfumature.
Un’ondata di nuove funzionalità IA da Build
La generazione di immagini era solo una fetta della torta di martedì. Microsoft ha presentato sette nuovi modelli in totale.
Non si è trattato solo di un blitz di marketing. Si trattava di un’espansione delle infrastrutture. La formazione includeva:
- MAI-Thinking-1 : Il loro primo modello di ragionamento. Questi modelli si fermano. Reiterano. “Pensano” più a lungo per risolvere domande complesse. Si tratta di profondità piuttosto che di velocità.
- Modelli vocali avanzati : aggiornamenti per la trascrizione e la sintesi vocale.
- Assistente di codifica : ottimizzato per GitHub, di proprietà di Microsoft, creando un ciclo più stretto per gli sviluppatori.
Il filo conduttore del convegno, però, non erano solo i modelli. Era “intelligenza artificiale”.
Suleyman ha ampiamente accennato al fatto che il futuro dell’informatica riguarda sistemi che agiscono in modo autonomo. Immagini, testo e codice non sono solo output. Sono risorse che gli agenti possono utilizzare e manipolare. Il modello di immagine MAI è costruito pensando a tale autonomia. Non ti mostra solo un’immagine. Prepara un’immagine che il tuo assistente digitale può distribuire altrove.
Accesso tramite potenza pura: PowerPoint e Presentazioni Google
I benchmark raccontano solo una parte della storia. L’altra parte è l’integrazione.
Non si sceglie uno strumento di intelligenza artificiale dal nulla. Lo scegli in base a dove si trova il tuo flusso di lavoro. Se la tua vita si svolge in PowerPoint, il lancio immediato di Microsoft rappresenta un enorme vantaggio.
I nuovi strumenti per immagini MAI sono già presenti in PowerPoint e Foundry. Sono in fase di distribuzione in OneDrive proprio adesso. Per i milioni di utenti aziendali bloccati negli ecosistemi Microsoft 365, l’attrito è vicino allo zero. Non devono lasciare le loro diapositive per generare o modificare immagini.
Se usi Presentazioni Google, hai Nano Banana. La decisione diventa una questione di lock-in piuttosto che una gara di capacità.
Per la maggior parte degli utenti, la facilità di accesso determina l’adozione più delle differenze marginali nei punteggi dei benchmark. Aprirai davvero una scheda separata per modifiche ad alta fedeltà se devi accedere a una nuova piattaforma? Probabilmente no.
Diritti aziendali e utilizzo nel mondo reale
È qui che le cose diventano complicate per i creatori commerciali.
Microsoft rileva che i diritti di utilizzo variano. Se si generano risorse per uso aziendale, la struttura del piano aziendale è importante. Le classifiche dell’intelligenza artificiale mostrano una capacità tecnica pura, ma la protezione legale mostra un’effettiva fattibilità commerciale.
Nano Banana domina lo spazio creativo individuale. Ma l’attenzione aziendale di Microsoft si rivolge ai team che già pagano per la sicurezza e la conformità. Per un’azienda, sapere esattamente chi possiede l’immagine modificata – e se l’intelligenza artificiale sottostante rispetta le leggi sul copyright – può superare un aumento del 5% nella fedeltà del benchmark.
Quindi Nano Banana è morta?
Assolutamente no. Per creatori e designer solisti che desiderano la massima libertà creativa da un messaggio di testo, il modello Google rimane una centrale elettrica.
Ma Microsoft sta forzando una svolta. La conversazione si sta spostando da “quale modello crea immagini più belle” a “quale modello le modifica senza romperle”.
Il vincitore è l’utente che non deve pensare affatto al backend.
Il puro genio creativo conta ancora di più o l’industria è finalmente passata a un’utilità pragmatica e controllabile?
Forse non importa quale modello usi. Forse conta solo quale si carica più velocemente nel tuo browser mentre la sala server dietro di te consuma tutta la potenza di calcolo per sognare un tramonto che eliminerai in un’ora.
