微软发布 4B 文生图模型 Mage-Flow 并支持图像编辑
multimodalart · x · 2026-07-22
微软在 Hugging Face 上发布 4B 文生图模型 Mage-Flow
微软放出了 Mage-Flow，这是一个面向 文本生成图像 和 图像编辑 的紧凑型 4B 参数 模型，已在 Hugging Face 提供。
- 帖子称它的效果可与更大的开源系统相当。
- 支持从文本生成图片，也支持对图片做编辑。
- 给出的推理速度是 1024² 分辨率下每张约 0.59 秒。
- 配图里的架构图显示它采用了原生分辨率的 MMDiT 风格设计，并配有 Mage-VAE 编解码模块。
所属事件:微软亚洲发布开源4B图像模型Mage-Flow(8 条相关)→
「多模态」频道最新
- CapWords Speak 上线：拍照练口语的语言学习应用 — yihui_indie · 2026-07-22
- Spriterrific 解决 AI 游戏 sprites 最常见的动作断裂 — chongdashu · 2026-07-22
- Krea 2 身份编辑一句话改图，背景和光照几乎不动 — NatalieCrypto · 2026-07-22
- 创意工作室说，视频模型排名忽略了真正考题：镜头一致性 — AssignmentHopeful651 · 2026-07-22
- 有人在问：单张静态图做对口型视频，哪款工具最好用 — AdrianKervin · 2026-07-22
- 七个 AI 短剧/视频新产品，LibTV 最高 225 万 — FinanceYF5 · 2026-07-22