أطلقت مايكروسوفت Mage-Flow، وهي مجموعة توليدية مدمجة بحجم 4B مصممة للتوليد الفعال للنصوص إلى صور وتحرير الصور بناءً على التعليمات. يحقق النظام جودة تنافسية مع الحالة السائدة من خلال التصميم المشترك لمُرمِّز خفيف الوزن يُدعى Mage-VAE ومحول الانتشار متعدد الوسائط بدقة أصلية (NR-MMDiT).
- يتطابق Mage-Flow أو يفوق الأنظمة المفتوحة الأكبر حجمًا مثل Qwen-Image 20B وFLUX.2 32B مع استخدام عدد أقل بكثير من المعاملات.
- تدعم المجموعة المشتركة التوليد بدقة أصلية تتراوح من 512 إلى 2048 بكسل على أي نسبة عرض إلى ارتفاع، بما في ذلك التنسيقات المتطرفة بنسبة 4:1.
- يقلل Mage-VAE من عمليات الضرب والجمع لكل بكسل أثناء الترميز/فك الترميز بحوالي 12 مرة و22 مرة على التوالي مقارنة بـ FLUX.2-VAE.
- أدت النوى المدمجة لـ CUDA والتغليف بدقة أصلية إلى تقليل وقت التدريب من حوالي 1.93 ثانية إلى حوالي 0.78 ثانية، أي تسريع بمقدار 2.5 مرة.
- تتضمن الإصدارات الأساسية والمتوافقة مع التعلم المعزز بالرجوع (RL-aligned) ومتغيرات Turbo ذات الخطوات الأربع لكل من التوليد (Mage-Flow) والتحرير (Mage-Flow-Edit).
- على بطاقة A100 واحدة بدقة 1024²، يحقق Mage-Flow-Turbo زمن استجابة قدره 0.59 ثانية/صورة مع ذروة ذاكرة تتراوح بين حوالي 18–20 جيجابايت.
تزيل البنية الـ VAE كعنق زجاجة عالي الدقة وتتيح زمن استجابة تفاعليًا لمهام التوليد والتحرير ضمن ميزانيات حوسبة واقعية.