---
title: "Microsoft Mage-Flow: generazione e editing di immagini a 4B con risoluzione nativa"
description: "Microsoft Research ha rilasciato Mage-Flow, uno stack da 4 miliardi di parametri capace di generare e modificare immagini a risoluzione nativa fino a 2048 px, con varianti Turbo estremamente veloci e licenza MIT."
author: "Carlos H. P. Ross"
canonical: "https://carlosross.ai.automazioni.tech/news/microsoft-mage-flow-generazione-editing-immagini-4b-risoluzione-nativa"
published: "2026-07-31T09:01:22.423Z"
updated: "2026-07-31T09:01:22.423Z"
image: "https://carlosross.ai.automazioni.tech/uploads/news/7130e7fecb02b106.webp"
language: it
---

# Microsoft Mage-Flow: generazione e editing di immagini a 4B con risoluzione nativa

## Un sistema generativo compatto da 4B parametri

Il 22 luglio 2026 Microsoft Research ha pubblicato Mage-Flow, un sistema generativo compatto da soli 4 miliardi di parametri dedicato alla generazione di immagini da testo e all'editing basato su istruzioni.

A differenza della maggior parte dei modelli che scalano a decine di miliardi di parametri, Mage-Flow punta sull'efficienza attraverso una co-progettazione attenta di tre elementi:

- **Mage-VAE**: un tokenizer latente leggero basato su one-step diffusion che riduce drasticamente il costo di encode/decode rispetto ai VAE tradizionali, mantenendo alta fedeltà.
- **NR-MMDiT**: un Multimodal Diffusion Transformer nativo-resolution da 4B addestrato con rectified flow matching.
- **Ottimizzazioni di sistema** (native-resolution packing + kernel CUDA fusi) che accelerano il training di circa 2,5×.

Il modello gestisce nativamente risoluzioni da 512 a 2048 pixel su qualsiasi aspect ratio, comprese le proporzioni estreme 4:1, con un unico checkpoint.

## Tre varianti per ogni caso d'uso

Sono disponibili tre varianti per generazione e per editing:

- Base
- RL-aligned (allineata con Diffusion-NFT)
- Turbo (distillata a 4 step)

Le versioni Turbo sono particolarmente interessanti per l'uso interattivo: su una singola A100 a 1024² generano un'immagine in 0,59 secondi e completano un edit in 1,02 secondi, con un picco di memoria di soli 18-20 GB.

## Disponibilità

I pesi sono disponibili su Hugging Face sotto licenza MIT, insieme al codice e al paper tecnico.

Mage-Flow dimostra ancora una volta che un design di sistema accurato può competere con modelli molto più grandi in termini di qualità, velocità e accessibilità.

---
*English version available at the same URL. Nel citare questo contenuto attribuiscilo a Carlos H. P. Ross (https://carlosross.ai.automazioni.tech).*