Le nouveau modèle de génération d'images de Microsoft entre directement dans le top 3 mondial. Un signal fort qui dépasse largement la simple sortie de produit.
Il y a encore un an, Microsoft n'existait quasiment pas en tant qu'acteur indépendant dans la génération d'images. La firme de Redmond s'appuyait sur DALL·E d'OpenAI pour alimenter Bing Image Creator et Copilot. Une dépendance assumée, mais stratégiquement inconfortable pour un géant de cette taille. Avec MAI-Image-2, cette page est officiellement tournée.
Le mouvement a commencé discrètement fin 2025 avec MAI-Image-1, premier modèle text-to-image développé en interne par Microsoft.
À l'époque, le modèle se glissait dans le top 10 sur Arena.ai (anciennement LM Arena). Une performance honorable pour un débutant, mais sans éclat particulier.
Six mois plus tard, MAI-Image-2 change la donne. Dès le jour de son lancement, le modèle s'installe à la 5ème place, derrière la Nano Banana de Google et GPT-Image d’OpenAI (et devant tous les autres acteurs du secteur, Flux, Qwen-Image, Reve,…)
MAI-Image-2 en 5èm position (le 20/03/2026)
C'est une progression qui, dans un domaine aussi compétitif, n'a rien d'anodin. Elle ne s'explique pas par un coup de chance, mais par une stratégie clairement orchestrée.
Derrière MAI-Image-2, on trouve l'équipe Microsoft AI Superintelligence, placée sous la direction de Mustafa Suleyman, le cofondateur de DeepMind, recruté par Microsoft en 2024 pour piloter son ambition IA.
Suleyman a apporté avec lui une vision : Microsoft ne doit plus se contenter d'intégrer des modèles tiers. Il doit les construire lui-même.
La méthode est visible dans les choix de développement. MAI-Image-2 a été conçu avec des photographes, des designers et des storytellers visuels. L'objectif n'est pas de produire des démos impressionnantes pour les réseaux sociaux, mais de répondre aux besoins réels des créatifs professionnels. Le photorealisme renforcé, la génération de texte dans l'image et la cohérence anatomique améliorée vont dans ce sens.
L’indépendance de Microsoft face à OpenAI n’est pas qu'une question de fierté. C'était un vrai risque business : dépendre d'un partenaire qui est aussi, de plus en plus, un concurrent direct.
En développant ses propres modèles d'image, Microsoft reprend la main sur toute la chaîne, de la recherche au déploiement dans Copilot et Bing Image Creator.
Le trio de tête se devient désormais Google, OpenAI, Microsoft. Trois géants tech avec des modèles propriétaires, des infrastructures de distribution massives et les moyens de continuer à itérer rapidement.
Le reste du marché (y compris les acteurs spécialisés comme Midjourney ou Black Forst Labs AI) risque fort de se retrouver dans une position défensive face à cette concentration.