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:微软亚洲开源 4B 图像模型 Mage-Flow(12 条相关)→
「多模态」频道最新
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- Krea-2 Turbo 搭配 ComfyUI 做产品广告图，作者晒提示词与成片效果 — comfy-king-999 · 2026-10-27
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27