Mage-Flow: 4B native resolution image model from Microsoft
Microsoft Asia releases Mage-Flow -- compact 4B generative stack for text-to-image and image editing, native resolution 512-2048, RL and 4-step Turbo variants, MIT license.
Microsoft 아시아가 Mage-Flow를 공개했습니다 — 효율적인 텍스트-이미지 생성 및 명령 기반 이미지 편집을 위한 소형 4B 파라미터 생성 스택입니다. 수백억 개의 파라미터로 확장하는 대신, Mage-Flow는 신중한 **토크나이저-백본-시스템 공동 설계(co-design)**를 통해 최신 모델에 필적하는 품질을 달성하여, 현실적인 컴퓨팅 예산 내에서 빠르고 메모리 효율적이며 미세 조정이 용이합니다.
- 모델: Hugging Face의 microsoft/Mage-Flow
- 논문: arXiv 2607.19064
- 코드: github.com/microsoft/Mage
- 라이선스: MIT
기능
Mage-Flow는 두 개의 공유되고 공동 설계된 구성 요소로 구축됩니다:
- Mage-VAE — 경량의 고충실도 잠재 토크나이저(앵커-잠재 KL 정규화를 사용한 원스텝 확산 인코딩/디코딩). FLUX.2-VAE 재구성 품질과 동등하면서도 픽셀당 약 12배/22배 적은 인코딩/디코딩 MAC을 사용합니다.
- NR-MMDiT — 공유 4B **네이티브 해상도 다중 모달 확산 트랜스포머(Native-Resolution Multimodal Diffusion Transformer)**로, Mage-VAE 잠재 공간에서 rectified flow matching을 사용하며, 텍스트 인코더로 Qwen3-VL을 활용합니다.
이 두 구성 요소가 함께 Mage-Flow(텍스트-이미지 생성용)와 Mage-Flow-Edit(명령 기반 이미지 편집용) 두 가지 모델 인스턴스를 구동하며, 각각 Base, RL 정렬, 4스텝 Turbo 변형으로 제공됩니다.
주요 특징
- 소형이면서도 경쟁력 — 하나의 4B 제품군으로 훨씬 더 큰 오픈 시스템(Qwen-Image 20B, Z-Image 6B, FLUX.2 32B, FireRed-Image-Edit 20B)과 일치하거나 능가합니다
- 네이티브 해상도 — 하나의 체크포인트로 512에서 2048까지 모든 종횡비에서 생성 가능, 극단적인 4:1(예: 512x2048, 2048x512)도 지원
- 시스템 수준 속도 — 네이티브 해상도 패킹 + fused CUDA 커널로 MFU를 ~33%에서 ~77%로 향상(훈련 속도 약 2.5배 향상); CFG의 조건부/비조건부 분기를 하나의 패킹된 포워드로 실행
- 전체 모델 제품군 — Hugging Face에서 Base, RL 정렬, Turbo 수준의 생성 및 편집을 아우르는 6개 체크포인트 제공
- 인터랙티브 지연 시간 — 단일 A100에서 1024x1024 기준: Mage-Flow-Turbo 0.59초/이미지, Mage-Flow-Edit-Turbo 1.02초/편집, 최대 메모리 ~18-20GB
- 다양한 편집 기능 — 통합 파이프라인 내에서 의미론적 콘텐츠 편집, 외형 변환, 이미지 복원, 구조 인식 출력 지원
모델 모음
모든 체크포인트는 Hugging Face에서 독립적인 diffusers 스타일 저장소로 제공됩니다:
| 모델 | 작업 | 변형 | 스텝 | 링크 |
|---|---|---|---|---|
| Mage-Flow-4B-Base | 텍스트-이미지 생성 | Base | 30 | 🤗 Hugging Face |
| Mage-Flow-4B | 텍스트-이미지 생성 | RL 정렬 | 20 | 🤗 Hugging Face |
| Mage-Flow-4B-Turbo | 텍스트-이미지 생성 | 소수스텝 증류 | 4 | 🤗 Hugging Face |
| Mage-Flow-Edit-4B-Base | 편집 | Base | 30 | 🤗 Hugging Face |
| Mage-Flow-Edit-4B | 편집 | RL 정렬 | 30 | 🤗 Hugging Face |
| Mage-Flow-Edit-4B-Turbo | 편집 | 소수스텝 증류 | 4 | 🤗 Hugging Face |
성능 하이라이트
Mage-Flow는 GenEval 0.90을 달성하여 모든 오픈소스 모델 중 최고 점수를 기록하며, FLUX.2(0.87), Qwen-Image(0.87), Z-Image(0.84)를 능가합니다. DPG-Bench에서 Mage-Flow-Base는 86.26점을 기록하여 훨씬 더 큰 모델들과 경쟁력을 보여줍니다.
이미지 편집 분야에서 Mage-Flow-Edit-Turbo는 GEdit-EN 8.271 및 GEdit-CN 8.264를 기록하며, 여러 벤치마크에서 모든 오픈소스 편집 모델 중 1위 또는 2위를 차지했습니다.
제공 정보
모든 Mage-Flow 체크포인트는 Hugging Face에서 MIT 라이선스로 공개되어, 연구 및 상업적 용도로 자유롭게 사용할 수 있습니다. 현재 시점에서 Mage-Flow를 위한 네이티브 ComfyUI 지원은 아직 제공되지 않습니다 — 공식 Python API, CLI 또는 Mage 저장소의 Gradio 앱을 통해 사용할 수 있습니다.
자세한 내용, 갤러리 및 벤치마크는 프로젝트 페이지를 참조하세요.
댓글
GitHub로 로그인하고 토론에 참여하세요.