Microsoftov MAI-Image-2 je napredak, ali ne još i vizualni preokret

Windows Central prenosi da je Microsoftov MAI-Image-2 skočio na treće mjesto Arena.ai ljestvice. To je solidan rezultat, pogotovo ako se uzme u obzir da Microsoft gradi vlastiti interni vizualni model u prostoru kojim dugo dominiraju specijalizirani igrači i modeli duboko ugrađeni u kreativne navike korisnika. No generiranje slika je drugačiji sport od tekstualnih benchmarkova. Korisnik ne treba znati metodu evaluacije da bi vidio da nešto ne valja. Ako je lice blago mrtvo, svjetlo neprirodno, prostor previše steriliziran ili ruka anatomski čudna, rezultat pada prije nego što leaderboard stigne objasniti kontekst. Microsoft zato naglašava prirodnije svjetlo, točnije tonove kože i prostore koji djeluju življeno. To je pravi smjer. Veći problem generativnih slika više nije samo "može li model nacrtati objekt", nego može li izbjeći prepoznatljiv plastični trag koji korisnici sve češće prepoznaju kao AI slop.

Strateški gledano, MAI-Image-2 nije izolirani eksperiment. Microsoftu treba vlastiti vizualni model za Copilot, kreativne alate, poslovne prezentacije, oglase, dizajn prototipova i buduće multimodalne agente. Oslanjanje samo na partnere ili vanjske modele smanjuje kontrolu nad cijenom, sigurnosnim pravilima, stilom i integracijom u proizvode. Zato je treće mjesto korisno, ali nedovoljno. Profesionalni korisnici ne biraju alat samo po prosječnoj ocjeni. Biraju ga po tome koliko puta moraju regenerirati sliku, koliko se dobro drži branda, može li pouzdano pratiti upute i koliko često proizvodi detalje koje treba ručno popravljati. MAI-Image-2 zasad izgleda kao ozbiljan korak, ne kao preuzimanje vrha. To je ipak važno. U generativnim slikama pobjednik neće biti samo model koji napravi najljepši demo. Pobijedit će sustav koji običnom korisniku i profesionalcu smanji broj popravaka. Ako Microsoft tu skrati put od prompta do upotrebljive slike, leaderboard će postati posljedica, ne argument.