Mage-Flow: семейство моделей изображений 4B с нативным разрешением от Microsoft

ComfyUI Wiki

Mage-Flow — компактный генеративный стек на 4B параметров от Microsoft Asia для генерации текста в изображение и редактирования изображений по инструкциям, с нативным разрешением до 2048, вариантами RL и Turbo, лицензия MIT.

M

Mage-Flow by Microsoft

Текст в изображениеРедактирование изображений4B ПараметровНативное разрешениеЛицензия MIT

Mage-Flow — это компактный **генеративный стек на 4B параметров** от Microsoft Asia для эффективной генерации текста в изображение и редактирования изображений по инструкциям. Вместо масштабирования до десятков миллиардов параметров он достигает качества, конкурентоспособного с передовыми моделями, благодаря тщательному совместному проектированию токенизатора, магистрали и системы, оставаясь быстрым, экономичным по памяти и легко настраиваемым при реалистичных вычислительных бюджетах.

РазработчикMicrosoft Asia
Дата выпуска2026-07-22
Архитектура4B NR-MMDiT + Mage-VAE
Текстовый энкодерQwen3-VL (4B)
ЛицензияMIT
Разрешение вывода512×512 до 2048×2048 (любое соотношение сторон, до 4:1)
Шаги инференса4 до 30 (в зависимости от варианта)
VRAM~18-20 ГБ при 1024×1024
Оценка GenEval0.90 (самая высокая среди open-source моделей)

Варианты

ВариантЗадачаШагиОписание
Mage-Flow-4BТекст в изображение20Версия с RL-выравниванием
Mage-Flow-4B-TurboТекст в изображение4Дистиллированная версия
Mage-Flow-Edit-4BРедактирование изображений30Версия редактирования с RL-выравниванием
Mage-Flow-Edit-4B-TurboРедактирование изображений4Дистиллированная версия редактирования

Все веса — это самодостаточные чекпоинты в формате diffusers на Hugging Face. Переупакованные загрузки для ComfyUI (включая квантованные варианты int8 ConvRot) доступны в каталоге Model Hub.

Комментарии

Войдите через GitHub, чтобы участвовать в обсуждении.

Загрузка комментариев…