微软 Mage-Flow 把 4B 图像生成做进了交互速度
microsoft · hf · 2026-07-22
微软发布 Mage-Flow，一套面向图像生成与编辑的 4B 级紧凑模型栈，重点不是单点刷榜，而是把训练、微调、部署和推理效率一起做进去了。
核心设计
- Mage-VAE：轻量级潜空间 tokenizer，采用一次式扩散风格编码/解码，并通过 anchor-latent regularization 保持重建质量。
- Native-Resolution Multimodal Diffusion Transformer：用 rectified flow matching 训练，支持原生分辨率与灵活分辨率训练。
- 结合 native-resolution packing 和 CUDA kernel fusion，端到端训练吞吐提升约 2.5 倍。
结果与可用性
- 系列包含 Base / RL-aligned / Turbo 三类版本，分别覆盖生成与编辑。
- Diffusion-NFT 进一步提升了提示词遵循、文字渲染、美学质量和编辑保真度。
- 在单张 NVIDIA A100 上，1024² 分辨率下 Mage-Flow-Turbo 生成一张图只要 0.59 秒，编辑一张图只要 1.02 秒。
这条的重点是：微软在做一个足够小、但又能高分辨率交互使用的图像生成/编辑系统。
所属事件:微软亚洲开源 4B 图像模型 Mage-Flow(12 条相关)→
「多模态」频道最新
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11
- ComfyUI 新节点发现器上线:按 star 增速过滤最新热门节点 — Luke2642 · 2026-09-11
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11