微软宣布其最新文本到图像模型MAI-Image-2.6在Arena文本到图像排行榜上首次亮相即升至第二位，排名超过Google、Meta和xAI等竞争对手。Arena排行榜基于用户盲测与偏好投票，是评估生成模型综合表现的重要公开基准之一。MAI-Image-2.6迅速冲到第二，表明其在图像生成质量、提示词遵循能力、美学表现和多样性等方面已进入行业第一梯队。这一成绩也反映出微软在生成式AI竞赛中正加快自研多模态模型布局，不再仅依赖与OpenAI的合作，而是着力构建自有图像生成技术优势。从行业趋势看，头部模型之间的差距正在缩小，竞争从文本生成延伸至图像、视频等多模态能力，企业用户和开发者有望获得更多元、更具性价比的模型服务选择。