中文简介
microsoft/Mage-Flow-Edit-Base 是 microsoft 在 Hugging Face 发布的模型仓库,当前卡片主要关联图像编辑与生成、文本生成与推理。本站固定记录上游版本 8654a7bc0283,同步到 43 个文件,文件元数据合计 16.29 GB;访问状态为“公开”,许可证字段为“mit”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 microsoft/Mage-Flow-Edit-Base 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
microsoft/Mage-Flow-Edit-Base 是 microsoft 在 Hugging Face 发布的模型仓库,当前卡片主要关联图像编辑与生成、文本生成与推理。本站固定记录上游版本 8654a7bc0283,同步到 43 个文件,文件元数据合计 16.29 GB;访问状态为“公开”,许可证字段为“mit”。
【适用方向】
适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:8654a7bc0283。 任务标签:图像编辑与生成、文本生成与推理。 上游 Safetensors 元数据显示参数量约 4.12 B。 库标记:diffusers。 上游页面记录的最近更新时间:2026-07-23。
【文件信息】
上游 API 返回 43 个文件,文件元数据合计 16.29 GB。 已保存文件清单中的主要扩展名:.jpg 19 个、.json 13 个、.safetensors 4 个、.md 2 个、.png 2 个、无扩展名 2 个。 当前较大的文件包括:transformer/diffusion_pytorch_model.safetensors(7.67 GB);text_encoder/model-00001-of-00002.safetensors(4.63 GB);text_encoder/model-00002-of-00002.safetensors(3.64 GB)。
【运行或处理环境】
仓库文件元数据合计 16.29 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 7.67 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
Mage-Flow An Efficient Native-Resolution Foundation Model for Image Generation and Editing Mage-Flow** is a compact **4B-scale generative stack** for efficient **text-to-image generation** and **instruction-based image editing**. Instead of scaling to tens of billions of parameters, Mage-Flow reaches state-of-the-art-competitive quality through careful **tokenizer–backbone–system co-design**, so it stays fast, memory-light, and easy to fine-tune under realistic compute budgets. The stack is built from **two shared, co-designed components**: **Mage-VAE** — a lightweight, high-fidelity latent tokenizer (one-step diffusion encode/decode with anchor-latent KL regularization). **NR-MMDiT** — a shared 4B **Native-Resolution Multimodal Diffusion Transformer**, trained with rectified flow matching in the Mage-VAE latent space. Together with native-resolution packing and a fused-kernel training infrastructure, this shared stack powers **two model instantiations**: **Mage-Flow** for text-to-image generation and **Mage-Flow-Edit** for instruction-based image editing. Each ships in **Base**, **RL-aligned**, and **4-step Turbo** variants. ✨ Highlights **Compact & competitive.** A single 4B family for generation *and* editing that matches or beats much larger open systems (Qwen-Image 20B, Z-Image 6B, FLUX.2 32B, FireRed-Image-Edit 20B). **Efficient tokenizer.** Mage-VAE matches FLUX.2-VAE reconstruction fidelity while using **~12× / ~22× fewer encode / decode MACs per pixel**, removing the VAE as the high-resolution bottleneck. **Native resolution.** One checkpoint generates from **512 to 2048** on any aspect ratio, including extreme **4:1** (e.g. `512×2048`, `2048×512`). **System-level speed.** Native-resolution packing (FlashAttention var-len + per-sample 2D RoPE) + fused CUDA kernels cut per-step training time from **~1.93 s → ~0.78 s** (**~2.5× faster training**); CFG's conditional/unconditional branches run in **one** packed forward. **Full family.** **Base**, **RL-aligned**
适用场景
适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:8654a7bc0283。 任务标签:图像编辑与生成、文本生成与推理。 上游 Safetensors 元数据显示参数量约 4.12 B。 库标记:diffusers。 上游页面记录的最近更新时间:2026-07-23。
文件说明
上游 API 返回 43 个文件,文件元数据合计 16.29 GB。 已保存文件清单中的主要扩展名:.jpg 19 个、.json 13 个、.safetensors 4 个、.md 2 个、.png 2 个、无扩展名 2 个。 当前较大的文件包括:transformer/diffusion_pytorch_model.safetensors(7.67 GB);text_encoder/model-00001-of-00002.safetensors(4.63 GB);text_encoder/model-00002-of-00002.safetensors(3.64 GB)。
上游文件元数据
.gitattributes2.73 KBassets/cuisine.jpg2.08 MBassets/dog.jpg512.89 KBassets/edit_gallery_appearance.jpg3.29 MBassets/edit_gallery_content.jpg3.08 MBassets/edit_gallery_human_creative.jpg3.15 MBassets/edit_gallery_lowlevel.jpg2.61 MBassets/edit_gallery_restoration.jpg3.28 MBassets/edit_gallery_scene_subject.jpg3.30 MBassets/edit_gallery_showcase_1.jpg3.31 MBassets/edit_gallery_showcase_2.jpg3.80 MBassets/general.jpg2.15 MB
硬件建议
仓库文件元数据合计 16.29 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 7.67 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。