MicrosoftのMage-FlowがComfyUI本体へ正式マージ。INT8 ConvRotモデルも公開

ComfyUI公式対応

Mage-FlowのComfyUI公式対応が来ています。カスタムノードではなくComfyUI本体で動かせる状態です。

対応モデルは4種類です。

• Mage-Flow
• Mage-Flow Turbo
• Mage-Flow Edit
• Mage-Flow Edit Turbo

それぞれComfyUI向けに以下が用意されています。

モデル	BF16	INT8 ConvRot
Mage-Flow	8.23GB	4.16GB
Mage-Flow Turbo	8.23GB	4.16GB
Mage-Flow Edit	8.23GB	4.16GB
Mage-Flow Edit Turbo	8.23GB	4.16GB

共通ファイルとして次も必要です。

• qwen3vl_4b_bf16.safetensors：8.88GB
• mage_flow_vae_bf16.safetensors：345MB

保存先は以下です。

ComfyUI/models/diffusion_models/
ComfyUI/models/text_encoders/
ComfyUI/models/vae/

モデルはComfy-Org/Mage-Flowで公式ComfyUI形式に再パッケージされています。

Comfy-Org/Mage-Flow · Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

huggingface.co

ComfyUIのアップデートで今回追加された中心ノードは TextEncodeMageFlowEdit です。

• 編集指示と参照画像をまとめてConditioningへ変換
• 複数画像入力に対応
• 最大16枚の参照画像を追加可能
• 出力解像度をノード内で指定可能
• 幅・高さを0にすると、最初の参照画像サイズを使用
• 参照画像と一致する空Latentも同時に出力

単純な1枚編集だけでなく、複数画像を参照させる構成まで実装されています

注意点として、対応直後にBF16非対応GPUで型エラーになる問題が出ましたが、修正もすでにComfyUI本体へ入っています。

現時点では、公式ワークフローテンプレートはまだ配布されていません。モデルとネイティブ対応は揃っていますが、テンプレート一覧への追加はこれからです。

ComfyUI本体に追加された内容

単にモデルを認識するだけではなく、Mage-Flow専用実装が本体へ追加されています。

• Mage-Flowモデル本体の実装
• Mage-VAEの実装
• Mage-Flow形式の自動検出
• Qwen3-VL 4Bテキストエンコーダー対応
• CLIPType.MAGE追加
• 生成用プロンプトテンプレート
• 編集用プロンプトテンプレート
• Mage-Flow Edit専用Conditioning
• 複数参照画像対応
• TextEncodeMageFlowEditノード

Microsoft公式設定

モデル	推奨ステップ	CFG
Mage-Flow	20	5
Mage-Flow Turbo	4	1
Mage-Flow Edit	30	5
Mage-Flow Edit Turbo	4	1

VRAM16GB環境で896×1152pxの生成

BF16でも共有メモリにあふれることなく、4Bモデルの軽さが素直に出ています。

画質はBF16が高く、Turbo BF16とTurbo INT8はあまり違いがありませんでした。

• BF16:平均約8秒 VRAM使用14GB
• Turbo BF16:平均約1秒 VRAM使用14GB
• Turbo INT8: 平均約0.7秒 VRAM使用10GB

シンプルな編集では、BF16とTurbo INT8の大きな違いはありませんでした。

• Edit BF16: 平均約21秒 VRAM使用14GB
• Edit turbo INT8: 平均約1.3秒 VRAM使用11GB

2枚参照はもう少し研究が必要かもしれませんが、軽い分それなりの精度だと思われます。

Mage-Flow: An Efficient Native-Resolution Foundation Model for Image Generation and Editing

Native-resolution generation, precise editing, and interactive 4-step inference in one compact model family.

microsoft.github.io