Mage

Microsoft는 4B 파라미터 예산 내에서 구축된 경량 및 연구 친화적 멀티모달 모델 제품군인 Mage를 공개했다. Mage는 시각적 이해와 생성 모두에서 '코덱 정렬 효율성(codec-aligned efficiency)' 철학을 공유하며, 신호가 존재하는 곳에 표현 용량을 집중하도록 설계되었다.

이 모델은 적절한 하드웨어에서도 학습, 미세 조정 및 배포가 가능할 만큼 컴팩트하면서도, 훨씬 더 큰 규모의 오픈 시스템과 경쟁할 수 있는 성능을 갖췄다. 제품군은 크게 두 가지 핵심 모델로 나뉜다.

• Mage-VL: 이미지 및 비디오 이해를 위한 코덱 네이티브 스트리밍 VLM이다. 코덱 방식(앵커/예측 프레임, 16x16 패치)으로 비디오를 읽으며, 생물학적 영감을 받은 능동적 스트리밍 방식을 사용한다.
• Mage-Flow: 이미지 생성 및 편집을 위한 네이티브 해상도 파운데이션 모델이다. Mage-VAE와 Native-Resolution MMDiT를 결합한 4B 규모의 생성 스택으로, 텍스트 기반 이미지 생성 및 지시 기반 편집을 지원하며 Base, RL, 4-step Turbo 변형을 제공한다.