Microsoft soigne le texte dans l'image, mais vise d'abord le volume
— IMAGE
Microsoft ajoute deux modèles maison à sa famille MAI, l'un pour la fidélité et le texte intégré à l'image, l'autre pour la voix rapide et bon marché, et les déploie déjà dans Bing, PowerPoint, OneDrive et Dynamics 365. Le vrai sujet n'est pas la qualité du rendu mais la vitesse à laquelle Microsoft remplace ses fournisseurs externes par ses propres briques, jusque dans les outils que les équipes créatives ouvrent tous les jours sans le savoir.
Un logo bien placé, un slogan lisible à l'intérieur d'un visuel, une légende qui ne bave pas sur les bords : c'est le genre de détail qui, en génération d'image, a longtemps obligé à repasser en retouche manuelle. Microsoft affirme avoir travaillé ce point précis avec MAI-Image-2.5-Pro, pensé pour les visuels principaux et le rendu de texte dans l'image, facturé cent six dollars le million de tokens d'image en sortie. À l'autre bout du spectre, MAI-Voice-2-Flash mise sur la cadence, deux fois plus rapide que la version précédente et trente-deux pour cent moins chère, à quinze dollars le million de caractères.
Le métier qui croise ce genre d'outil au quotidien, c'est celui qui doit livrer un visuel fini avec du texte intégré et propre, packshot, slide client, bannière produit, sans repasser par Photoshop pour corriger une typo déformée. Concrètement, dans PowerPoint, MAI-Image-2.5 gère déjà les transformations image à image, avec une baisse de coût de calcul annoncée jusqu'à 84 % par rapport à GPT-Image-2. Dans OneDrive, où il est devenu le modèle par défaut de l'édition d'images, Microsoft avance une hausse de 26 % du taux d'enregistrement des retouches et une latence réduite d'environ un quart, ce qui, traduit en langage de studio, veut dire moins d'allers-retours avant qu'une retouche soit jugée bonne à garder.
Reste que ces chiffres viennent tous de Microsoft, sur ses propres évaluations internes, et qu'aucun classement indépendant n'est cité pour situer MAI-Image-2.5-Pro face à ce qui se fait ailleurs sur le rendu typographique. L'entreprise met d'ailleurs elle-même l'accent sur le passage en production plutôt que sur les benchmarks, ce qui ressemble moins à une prouesse technique affichée qu'à un aveu que la vraie bataille se joue sur les coûts d'intégration, pas sur la qualité pure.
C'est justement là que la manœuvre prend son sens : entraîner ses propres modèles sur des données maison, sans dépendre de fournisseurs tiers, permet à Microsoft de faire baisser le prix de chaque étape d'édition dans des outils déjà installés sur des millions de postes. Pour un designer qui produit des dizaines de variantes de visuels avec texte intégré, ça se traduit par un coût par génération qui baisse pendant que la vitesse de retouche monte, un vrai gain de ligne de devis, même si la qualité finale mérite encore d'être comparée à l'œil, image par image.
La question qui reste ouverte pour un studio graphique n'est pas de savoir si Microsoft a rattrapé la concurrence sur le texte dans l'image, mais si un outil de retouche intégré à OneDrive ou PowerPoint va, à force d'être disponible partout, devenir le premier réflexe avant même d'ouvrir un logiciel de création dédié.