微软研究团队近期发布了Mage，一个专为研究场景设计的轻量级多模态模型家族。该系列模型严格遵循40亿参数的固定预算，在保持紧凑架构的同时，性能足以比肩规模大得多的开源系统。Mage包含两大核心成员：Mage-VL和Mage-Flow。Mage-VL是一种高效的编解码器原生流式多模态基础模型，能够以流式方式处理视觉语言任务，极大降低延迟与计算开销；Mage-Flow则是一种原生分辨率下的高效图像生成与编辑基础模型，支持在原始分辨率下直接进行图像创作和修改，避免了传统方法中因缩放带来的细节损失。得益于精巧的参数设计和架构优化，Mage模型可在中等硬件上进行训练、微调和部署，显著降低了多模态研究与应用的门槛，为学术探索和轻量化产业落地提供了极具吸引力的新选择。这一系列模型的发布，再次体现了业界在效率与性能平衡方面的持续突破，有望推动多模态AI在资源受限场景中的广泛普及。