Microsoft Mage

Microsoft Research 打造 Mage，讓多模態實驗更有效率。團隊專注於編解碼器感知建模、精簡的生成架構，以及可支援研究人員和工程團隊快速迭代的可重現訓練配方。

Microsoft Mage 是一系列輕量、以研究為導向的多模態模型，採用 4B 參數規模。它結合可串流壓縮影片的原生編解碼器視覺語言編碼器、原生解析度生成架構，以及 GUI 與程式碼混合策略。此專案著重於可重現的訓練配方、精簡的推論架構（Mage-VL、Mage-Flow、Mage-VL-Cowork），以及將表徵能力分配給高訊號模態的工程設計。實際而言，Mage 旨在讓研究人員和工程師能以有限的運算資源進行多模態實驗，在原生像素下反覆測試編輯與理解任務，並建立結合點擊操作與程式碼的混合式自動化策略原型。此版本包含模型檢查點、訓練框架和課程設計，旨在加速可重現研究，並不預設用於正式產品部署。