Mage-Flow: Familia de modelos de imagen de resolución nativa 4B de Microsoft
Mage-Flow es un stack de generación compacto de 4B parámetros de Microsoft Asia para generación de texto a imagen y edición de imágenes por instrucciones, con resolución nativa de hasta 2048, variantes RL y Turbo, licencia MIT.
Mage-Flow by Microsoft
Texto a ImagenEdición de Imágenes4B ParámetrosResolución NativaLicencia MITMage-Flow es un **stack de generación compacto de 4B parámetros** de Microsoft Asia para generación eficiente de texto a imagen y edición de imágenes por instrucciones. En lugar de escalar a decenas de miles de millones de parámetros, alcanza una calidad competitiva con los mejores modelos mediante un cuidadoso co-diseño de tokenizador, backbone y sistema, manteniéndose rápido, ligero en memoria y fácil de ajustar con presupuestos de cómputo realistas.
| Desarrollador | Microsoft Asia |
| Fecha de lanzamiento | 2026-07-22 |
| Arquitectura | 4B NR-MMDiT + Mage-VAE |
| Codificador de texto | Qwen3-VL (4B) |
| Licencia | MIT |
| Resolución de salida | 512×512 a 2048×2048 (cualquier relación de aspecto, hasta 4:1) |
| Pasos de inferencia | 4 a 30 (según la variante) |
| VRAM | ~18-20 GB a 1024×1024 |
| Puntuación GenEval | 0.90 (la más alta entre modelos de código abierto) |
Variantes
| Variante | Tarea | Pasos | Descripción |
|---|---|---|---|
| Mage-Flow-4B | Texto a Imagen | 20 | Versión RL alineada |
| Mage-Flow-4B-Turbo | Texto a Imagen | 4 | Versión destilada de pocos pasos |
| Mage-Flow-Edit-4B | Edición de Imágenes | 30 | Versión de edición RL alineada |
| Mage-Flow-Edit-4B-Turbo | Edición de Imágenes | 4 | Versión de edición destilada |
Todos los pesos son checkpoints en formato diffusers autónomos en Hugging Face. Las descargas reempaquetadas listas para ComfyUI (incluidas variantes cuantizadas int8 ConvRot) están disponibles en el catálogo de Model Hub.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.