Microsoft хочет привлечь ваше внимание. Не за счет электронных таблиц или облачной инфраструктуры, а благодаря творческим возможностям. Вторник изменил этот расклад.
Технический гигант представил две новые текстово-изображающие ИИ-модели: MAI-Image и её высокоскоростного «родственника» Flash. Случайность здесь отсутствует. Запуск состоялся ровно тогда, когда Google выпустила свои доминирующие модели Nano Banana, создав немедленное противостояние за первенство в генерации изображений с помощью ИИ.
Кто же победит в этом раунде?
Если вы представляете себе Microsoft, то, вероятно, думаете о корпоративных инструментах, а не об искусстве. Но новые модели MAI-Image 2.5 намерены полностью разрушить этот стереотип. Это не просто развлекательные игрушки. Это прецизионные инструменты.
Генеральный директор Microsoft по направлению ИИ Мустафа Сулейман четко обозначил их назначение. «Они обеспечивают точное редактирование с невероятной стабильностью результатов», — отметил он во время своего выступления на конференции Build. Послание ясно: Microsoft не пытается обыграть Nano Banana в создании странных, сюрреалистичных пейзажей. Она пытается обыграть её именно в редактировании.
И в этой конкретной задаче Microsoft претендует на лидерство.
Превосходство Google в точном контроле над редактированием? Не совсем так.
Серия моделей Google Nano Banana правила бал в пространстве генерации изображений с её выхода в середине 2025 года. Результаты впечатляющи, хотя местами вызывают опасения из-за распространения низкокачественного контента и глубоких подделок (deepfakes).
Но у Nano Banana есть слабое место. Microsoft указывает на бенчмарки на платформе Arena AI, где её модель MAI-Image занимает первое место именно в категории возможностей редактирования.
Почему это различие имеет значение?
Генерация нового изображения с нуля — это одно. А вот тонкая правка существующей фотографии — совсем другое. Бенчмарки показывают, что MAI-Image превосходит аналог от Google в плане последовательных и точных изменений. Вы изменяете одну деталь, а остальная часть изображения остается нетронутой. Модель Google иногда «плывет», искажая unrelated пиксели. Модель Microsoft сохраняет структуру жесткой, позволяя при этом гибко вносить изменения.
Однако есть одно важное уточнение. В общем зачете Microsoft занимает второе место.
OpenAI с моделью GPT-Image остается неоспоримым лидером в этих более широких тестах. Так что Microsoft не заявляет о полной победе. Речь идет лишь о приоритете для редакторов и дизайнеров, которым необходим контроль над нюансами.
Волна новых ИИ-возможностей на конференции Build
Генерация изображений была лишь частью общей картины. В ходе вторника Microsoft представила в общей сложности семь новых моделей.
Это была не просто маркетинговая кампания. Это расширение инфраструктуры. В линейку вошли:
- MAI-Thinking-1 : первая модель для логического вывода. Такие модели «останавливаются», проходят через итерации и «думают» дольше, чтобы решать сложные задачи. Здесь приоритет отдается глубине, а не скорости.
- Продвинутые голосовые модели : обновления для транскрибации и синтеза речи.
- Помощник для кодинга : оптимизирован для GitHub, который принадлежит Microsoft, создавая более тесный цикл для разработчиков.
Однако ключевой темой конференции стали не просто модели, а «агентный ИИ» (agentic AI).
Сулейман намекнул, что будущее вычислений связано с системами, действующими автономно. Изображения, текст и код — это не просто выходные данные. Это активы, которые агенты могут использовать и обрабатывать. Модель MAI-Image создана именно с учетом этой автономности. Она не просто показывает вам картинку, но и подготавливает её для дальнейшего использования вашим цифровым ассистентом.
Доступность против сырой мощности: PowerPoint против Google Slides
Бенчмарки рассказывают лишь половину истории. Вторая половина касается интеграции.
Вы не выбираете ИИ-инструмент в вакууме. Вы выбираете его исходя из того, где происходит ваша рабочая деятельность. Если ваша жизнь сосредоточена в PowerPoint, то немедленное внедрение решений Microsoft становится колоссальным преимуществом.
Новые инструменты MAI-Image уже интегрированы в PowerPoint и Foundry. Они также активно внедряются в OneDrive. Для миллионов корпоративных пользователей, находящихся в экосистеме Microsoft 365, барьер входа практически отсутствует. Им не нужно покидать свои презентации, чтобы генерировать или редактировать визуальные элементы.
Если вы используете Google Slides, то у вас есть Nano Banana. Вопрос сводится не к конкуренции возможностей, а к вопросу блокировки (vendor lock-in).
Для большинства пользователей удобство доступа определяет уровень Adoption (принятия) сильнее, чем незначительные различия в баллах бенчмарков. Действительно ли вы откроете новую вкладку для высококачественного редактирования, если для этого придется входить в новую платформу? Вероятно, нет.
Корпоративные права и реальное использование
Здесь возникает сложность для коммерческих создателей контента.
Microsoft отмечает, что условия использования различаются. Если вы создаете активы для бизнес-целей, важна структура корпоративного плана. Лидерборды ИИ демонстрируют сырые технические возможности, но юридическая защита определяет реальную коммерческую жизнеспособность.
Nano Banana доминирует в пространстве индивидуальных творцов. Но фокус Microsoft на корпоративном сегменте ориентирован на команды, которые уже платят за безопасность и соответствие требованиям регуляторов. Для корпорации понимание того, кому принадлежит отредактированное изображение и соблюдает ли лежащий в основе ИИ законы об авторском праве, может перевесить 5-процентное преимущество в качестве бенчмарков.
Так значит, Nano Banana мертва?
Абсолютно нет. Для индивидуальных создателей и дизайнеров, желающих получить максимальную творческую свободу из текстового запроса, модель от Google остается мощным инструментом.
Но Microsoft заставляет делать выбор. Дискурс смещается с вопроса «какая модель создает более крутые картинки» на «какая модель редактирует их, не ломая структуру».
Победителем становится тот пользователь, которому вообще не нужно задумываться о том, что происходит «под капотом».
Значит ли сырой творческий гений все еще самое главное, или индустрия наконец перешла к прагматичной, контролируемой полезности?
Возможно, и не важно, какую модель вы используете. Возможно, важно лишь то, насколько быстро она загружается в вашем браузере, пока серверные мощности за вашей спиной сжигают энергию, чтобы нарисовать закат, который вы удалите через час.
