模型 / Lens (Microsoft)

Lens (Microsoft)

3.8B文本生成图像基础模型，高效训练与高分辨率生成

作者
microsoft
对位
以3.8B参数量竞争更大T2I模型（如FLUX）
适合
高分辨率(1440×1440)图像生成 / 密集描述与多语言提示跟随
不适合
生产环境与商业产品部署
入选理由
有完整推理代码和论文。
规模
3.8B · 最低 ~2.3GB · 4-bit(估算)
授权
MIT · 可商用
框架
diffusers / transformers / pytorch
国内访问
需代理
可信度
GitHub仓库开源，论文arXiv 2605.21573，MIT许可证

社区实测

一款3.8B参数的开源文本生图模型，MIT许可证，在消费级硬件上能以极低显存（GGUF约2GB起）快速运行，生成质量被认为不输2-3倍参数量的模型，社区实测认为它在同类小型模型中表现出色，但在人体解剖和冷门题材上仍有明显短板。

  • 低显存部署：GGUF量化版约2GB，FP8仅5.56GB，消费级显卡可流畅运行
  • 生成速度快：Turbo变体4-8步即可出图，适合本地实时使用
  • 开源MIT许可，无需付费订阅即可商用
  • 生成质量在小型模型中突出，被认为可与6B以上大模型竞争
  • 训练效率高：训练计算量仅为Z-Image的约19.3%，LoRA训练更快
  • 支持最高1440×1440分辨率输出
  • ComfyUI完整工作流支持，社区已有详细配置教程
  • 人体解剖结构渲染不够稳定，手部/姿态容易出错
  • 冷门/小众题材生成质量下降明显
  • 需使用ComfyUI nightly版本，稳定版(≤0.22.0)不兼容
来源

Microsoft Lens New Image Model — Small But Mighty! This Is A Surprise!Microsoft Lens in ComfyUI Fast & Low VRAM | Full Setup Guide + Lens vs Lens-Turbo ComparisonPaper page - Lens: Rethinking Training Efficiency for Foundational Text-to-Image Models

截至 2026-07-05

本形态 ~2.3GB 4-bit · 国内 需代理 · 296 下载

快速上手

git clone https://github.com/microsoft/Lens && python inference.py

本形态源 ↗

下载动量

观测时间线