Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Mage-VL

Microsoft · microsoft/Mage-VL

Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos

Informado pelo publicador46 resultadosFicha de Microsoft · lida em 2026-10-25 · sem ranking · ver
Memória necessária~4 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros4,7 BTotal de safetensors no Hub
Repositório atualizado2026-08-10Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

46 resultados · ficha de Microsoft · lida em 2026-10-25
DocVQA-val
95,14Document understanding
InfoVQA-val
80,33Document understanding
AI2D w/ Mask
83,16Document understanding
ChartQA
84,88Document understanding
OCRBench
81,80Document understanding
MultiDocVQA-val
87,46Document understanding
ChartQAPro
32,57Document understanding
TextVQA-val
77,28Document understanding
Todos os resultados informados46
CC-OCR Doc
32,25Document understanding
MMBench-EN-dev
84,02General VQA
MMBench-CN-dev
82,04General VQA
MMStar
67,32General VQA
MME-Perception
1.709,54General VQA
SeedBench (All)
76,78General VQA
CV-Bench
87,79General VQA
MME-RealWorld
66,52General VQA
CV-Bench-2D
82,13Spatial intelligence
CV-Bench-3D
94,75Spatial intelligence
BLINK
65,11Spatial intelligence
EmbSpatial
82,67Spatial intelligence
CrossPoint
80,00Spatial intelligence
CRPE-Relation
76,12Spatial intelligence
SAT
67,33Spatial intelligence
MV-Bench
65,1Video QA
NextQA
83,1Video QA
VideoMME
64,0Video QA
LongVideoBench
61,3Video QA
LVBench
41,8Video QA
MLVU-dev
68,7Video QA
VideoEval-Pro
45,2Video QA
Timelens-Charades
50,7Temporal grounding
Timelens-ActivityNet
45,4Temporal grounding
Timelens-QVHighlight
57,4Temporal grounding
VSI-Bench
64,3Spatial reasoning
Ref-DAVIS17
25,83Tracking (J&F)
MeViS-ValidU
22,55Tracking (J&F)
ReasonVOS
17,76Tracking (J&F)
Ref-YT-VOS
25,57Tracking (J&F)
TriggerAcc
79,21
TimVal
55,54
ROC-AUC
83,14
PR-AUC
9,30
RT-Avg
79,841 fps
BT-Avg
48,151 fps
Overall
64,001 fps

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: 📊 Performance); coluna “Mage-VL-4B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 118

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 118

Na memória, fora da parte rápida 1

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Considere para

Microsoft lançou Mage-VL em 2026-07-26: um modelo de visão e linguagem que responde sobre imagens, com 4,7B parâmetros pela contagem do Hugging Face e licença Apache 2.0.

Confira antes

Licença: uso comercial permitido. Em Q4 os pesos somam cerca de 3,5 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Mage-VL · ficha do modelo · Offline inference
# image
python inference.py --mode offline --image examples/dog.jpg \
  --question "Describe this image in detail."
SGLang · ficha do modelo · Online inference
sudo apt-get update && sudo apt-get install -y protobuf-compiler
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs \
  | sh -s -- -y --profile minimal --default-toolchain 1.90.0
source "$HOME/.cargo/env"

git clone -b feat/mage-vl https://github.com/kcz358/sglang
cd sglang
pip install -e 'python[all]'
python -m sglang.launch_server \
  --model-path microsoft/Mage-VL \
  --trust-remote-code

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / fonte
microsoft/Mage-VL
Tarefa
image-text-to-text
Arquitetura
MageVLForConditionalGeneration
Biblioteca na fonte
transformers
Licença dos pesos
Apache 2.0microsoft/Mage-VL model card (Hugging Face) · consultado em 2026-10-18fonte
Uso comercial
Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Lançamento
Mage README news, '2026-07-26: Mage-VL released on Hugging Face' (microsoft/Mage GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados11 campos
Revisão conferida
d88b153285f1633a61b2f693c59c8576693af185
Arquitetura
MageVLForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Formatos
transformers, safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Repositório criado
2026-07-25criação não é o lançamento do modelo
Repositório atualizado
2026-08-10um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
8.197 · 440só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.