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
- AI 电影人 PJaccetturo 谈用 Dreamina 构建影级世界 NEXUS — DavidmComfort · 2026-10-27
- Runway 发布 App Studio：描述即生成图片视频音频创意应用，无需代码 — runwayml · 2026-10-27
- 本地免费跑 MiniMax H3 实测 Maestro,Kling 4.0 对比 Seedance 2.5 编辑能力 — cocktailpeanut · 2026-10-27
- 让 Claude 全自动制作催泪广告片，脚本生成剪辑一条龙 — aakashgupta · 2026-10-27
- AI 生成的《致命魔术》片段疯传，网友惊呼电影级效果难辨真假 — cneuralnetwork · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27