微软开源 4B 参数多模态模型家族 Mage

微软开源4B参数多模态模型家族Mage，包含流式视频/图像理解模型 Mage-VL 与图像生成与编辑模型 Mage-Flow。Mage-VL采用Codec-Native编码，视觉Token减少75%，视频推理提速3.5倍，支持实时流式理解。Mage-Flow支持512-2048任意原生分辨率文生图与指令编辑，Turbo版仅需4步采样，A100单卡0.6秒出图。