微软开源 Mage-Flow：40 亿参数图像栈支持生成与编辑
Interestedguy85 · reddit · 2026-07-24
这条 Reddit 介绍了微软开源的 Mage-Flow：一个 40 亿参数的图像生成与编辑基础模型栈。
它能做什么
- 支持文生图，而且原生分辨率和长宽比比较灵活，能从 512 到 2048 像素覆盖不同尺寸。
- 支持指令式图像编辑：给一张图再加一句修改说明，就能局部或整体调整画面。
- 作者特别提到，它对提示词的遵循度较强，英文和中文文字渲染也比较清晰。
为什么值得看
- 它采用了轻量化的 Mage-VAE 作为 tokenizer。
- 核心架构是 Native-Resolution Multimodal Diffusion Transformer（NR-MMDiT）。
- 帖子把它视作一个值得和其他图像模型直接对比的候选项，尽管参数规模并不算大。
「模型」频道最新
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11