Mage-Flow：微软 4B 原生分辨率图像模型系列
ComfyUI Wiki
Mage-Flow 是微软亚洲研究院推出的紧凑型 4B 参数生成模型，支持文生图和指令引导图像编辑，原生分辨率最高 2048，提供 RL 对齐和 4 步 Turbo 变体，MIT 许可证。
M
Mage-Flow by Microsoft
文生图图像编辑4B 参数原生分辨率MIT 许可证Mage-Flow 是微软亚洲研究院推出的紧凑型 **4B 参数生成模型**，用于高效的文生图和指令引导图像编辑。它不追求数百亿参数规模，而是通过精心的分词器-骨干网络-系统协同设计达到与顶尖模型竞争的质量，在现实计算预算下保持快速、省显存且易于微调。
| 开发者 | 微软亚洲研究院 |
| 发布日期 | 2026-07-22 |
| 架构 | 4B NR-MMDiT（原生分辨率多模态扩散 Transformer）+ Mage-VAE |
| 文本编码器 | Qwen3-VL (4B) |
| 许可证 | MIT |
| 输出分辨率 | 512×512 至 2048×2048（任意宽高比，最高 4:1） |
| 推理步数 | 4 至 30（取决于变体） |
| 显存 | 1024×1024 下约 18-20 GB |
| GenEval 分数 | 0.90（开源模型最高） |
变体
| 变体 | 任务 | 步数 | 说明 |
|---|---|---|---|
| Mage-Flow-4B | 文生图 | 20 | RL 对齐版 |
| Mage-Flow-4B-Turbo | 文生图 | 4 | 少步蒸馏版 |
| Mage-Flow-Edit-4B | 图像编辑 | 30 | RL 对齐指令编辑版 |
| Mage-Flow-Edit-4B-Turbo | 图像编辑 | 4 | 少步蒸馏编辑版 |
所有权重均为 Hugging Face 上的自包含 diffusers 格式检查点。适用于 ComfyUI 的精简下载（含 int8 ConvRot 量化变体）可在 Model Hub 目录中获取。
评论
使用 GitHub 登录后即可参与讨论。