Mage-Flow：用于图像生成与编辑的高效原生分辨率基础模型
大规模视觉生成模型能力日益强大，但训练、微调和部署成本高昂。我们推出Mage-Flow，一个紧凑的4B规模生成模型，用于高效的文生图和基于指令的图像编辑。该模型由两个协同设计的组件构成：Mage-VAE（轻量级高保真潜空间分词器）和原生分辨率多模态扩散Transformer（使用修正流匹配训练）。Mage-VAE采用一步式扩散风格编码解码与锚点潜正则化，在保持强公开VAE重建质量的同时...
查看原文解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。