В локальном генеративном дизайне развивается тренд на сокращение числа шагов диффузии без потери детализации. Исследователи Microsoft и Alibaba представили решения Mage и Qwen Image для ускорения синтеза графики на пользовательском оборудовании. Репозиторий Microsoft Mage описывает архитектуру Mage-Flow объемом 4B параметров, объединяющую компоненты Mage-VAE и MMDiT для генерации и редактирования кадров.
Вариант Mage Turbo сжимает цикл вывода до 4 шагов. Модели Qwen от Alibaba развивают быструю генерацию с точной отрисовкой текста, создавая графику за 1-2 секунды на картах Nvidia RTX.
Для работы инструментов необходима библиотека flash-attn и совместимый PyTorch с CUDA. Доступность весов устраняет плату за API, но требование к видеопамяти VRAM и локальным GPU-ресурсам сохраняется.
