Mage-Flow: семейство моделей изображений 4B с нативным разрешением от Microsoft
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.
Mage-Flow by Microsoft
Текст в изображениеРедактирование изображений4B ПараметровНативное разрешениеЛицензия MITMage-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.
| Разработчик | Microsoft Asia |
| Дата выпуска | 2026-07-22 |
| Архитектура | 4B NR-MMDiT + Mage-VAE |
| Текстовый энкодер | Qwen3-VL (4B) |
| Лицензия | MIT |
| Разрешение вывода | 512×512 до 2048×2048 (любое соотношение сторон, до 4:1) |
| Шаги инференса | 4 до 30 (в зависимости от варианта) |
| VRAM | ~18-20 ГБ при 1024×1024 |
| Оценка GenEval | 0.90 (самая высокая среди open-source моделей) |
Варианты
| Вариант | Задача | Шаги | Описание |
|---|---|---|---|
| Mage-Flow-4B | Текст в изображение | 20 | Версия с RL-выравниванием |
| Mage-Flow-4B-Turbo | Текст в изображение | 4 | Дистиллированная версия |
| Mage-Flow-Edit-4B | Редактирование изображений | 30 | Версия редактирования с RL-выравниванием |
| Mage-Flow-Edit-4B-Turbo | Редактирование изображений | 4 | Дистиллированная 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.