Mage-Flow: Familia de modelos de imagen de resolución nativa 4B de Microsoft

ComfyUI Wiki

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.

M

Mage-Flow by Microsoft

Texto a ImagenEdición de Imágenes4B ParámetrosResolución NativaLicencia MIT

Mage-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.

DesarrolladorMicrosoft Asia
Fecha de lanzamiento2026-07-22
Arquitectura4B NR-MMDiT + Mage-VAE
Codificador de textoQwen3-VL (4B)
LicenciaMIT
Resolución de salida512×512 a 2048×2048 (cualquier relación de aspecto, hasta 4:1)
Pasos de inferencia4 a 30 (según la variante)
VRAM~18-20 GB a 1024×1024
Puntuación GenEval0.90 (la más alta entre modelos de código abierto)

Variantes

VarianteTareaPasosDescripción
Mage-Flow-4BTexto a Imagen20Versión RL alineada
Mage-Flow-4B-TurboTexto a Imagen4Versión destilada de pocos pasos
Mage-Flow-Edit-4BEdición de Imágenes30Versión de edición RL alineada
Mage-Flow-Edit-4B-TurboEdición de Imágenes4Versión 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.

Cargando comentarios…