MAI-Image-2.5は、Microsoft AI Superintelligence Teamが2026年6月2日に公開した高品質な画像生成・編集モデルである。テキストによる説明を新しい画像に変換するText-to-Image（テキストから画像生成）機能に加え、既存の画像内のオブジェクトや文字を置き換え、モーションブラーなどの局所的な欠陥を修正する作業を、単一のプロダクションモデルで処理する。一般的な画像生成器が、空のキャンバスにシーンを描く画家に近いのに対し、MAI-Image-2.5は、完成した絵画の特定の箇所だけを再設計し、周囲の空間関係や照明まで調整するデジタルアートディレクターに近い。顔のポーズ、表情、カメラアングルが異なっても、人物のアイデンティティを一貫して維持するように設計されている点も、公式の発見資料で強調されている。 従来の生成型画像ワークフローでは、ドラフトを作成した後、オブジェクトの置き換え、文字の修正、照明の調整、ぼかしの除去などを、異なるモデルやグラフィックエディターに渡す必要があった。この過程で、新たに挿入したオブジェクトの影の方向が背景とずれたり、人物の表情や視点を修正する際に顔の特徴が変わったりする問題が発生することがあった。MAI-Image-2.5の特長は、生成と精密な編集を分離された段階として扱わず、Spatial relationship（空間関係）とLighting consistency（照明の一貫性）を考慮した単一のモデル体験として統合することにある。特に、オブジェクト・テキストの置き換えと局所領域の修正は、画像全体を再生成する際に発生する不要な変化を減らし、反復的な制作プロセスにおいて、元の画像の主要な構成を維持するのに役立つ。 生命科学の研究者は、このモデルを定量分析のソースデータ生成ツールとしてではなく、研究コミュニケーションや視覚資料の作成を支援するツールとして活用できる。例えば、顕微鏡画像からCellposeやQuPathで得られた実際のセグメンテーション結果はそのままに、論文のグラフィックの背景、ラベル、説明用のオブジェクトだけをMAI-Image-2.5で修正するワークフローを構築できる。新薬の作用機序に関する発表資料では、同じ仮想の患者または研究者のキャラクターの表情と視点を変えながら、アイデンティティを維持して複数のシーンを作成し、BioRenderやIllustratorで実際の経路図と検証済みの数値を組み合わせることができる。また、実験装置のモーションブラーや不要な背景オブジェクトをプレゼンテーション用の写真から局所的に整理することも可能だが、修正された画像を元の実験データや診断の根拠として使用することはできず、生成・編集の有無を明確に表示する必要がある。 公式のモデルページとモデルカードは、機能範囲、制限事項、安全性評価、および許可される利用条件を判断するための優先的な資料である。ただし、今回のドラフトは、外部へのアクセスやドキュメントのダウンロードなしに提供されたDiscovery情報のみを精査したものであるため、入力解像度、出力サイズ、処理速度、API形式、価格、データ保存ポリシー、商用利用範囲は確認されていない。したがって、実際の研究データや人の顔が含まれる画像を送信する前に、Microsoftの最新の利用規約と個人情報保護ポリシーを確認する必要があり、定量的な生物学的分析には、元のデータと検証済みの専門分析ツールを使用する必要がある。

MAI-Image-2.5は、Microsoft AI Superintelligence Teamが2026年6月2日に公開した、高品質な画像生成・編集モデルである。テキストによる説明を新しい画像に変換するText-to-Image（テキストから画像生成）機能に加え、既存の画像内のオブジェクトや文字を置き換えたり、モーションブラーなどの局所的な欠陥を修正したりする作業を、単一のプロダクションモデルで処理する。一般的な画像生成器が、白いキャンバスに風景を描く画家に近いのに対し、MAI-Image-2.5は、完成した絵の特定の箇所だけを再設計しながら、周囲の空間関係を