# 微软4B流式视觉模型Mage-VL发布

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-07-29 21:59
- AIHOT 分数：45
- AIHOT 链接：https://aihot.virxact.com/items/cms67egb31by4robkpzbip8gj
- 原文链接：https://x.com/berryxia/status/2082466087141351853

## AI 摘要

微软推出仅4B参数的流式视觉语言模型Mage-VL，专为直播式视频理解设计。该模型能实时描述视频内容，并支持用户用自然语言指定关注时刻（如“火车到站时”），在低算力下实现高效流式处理。实测可在Mac mini上完成本地部署。

## 正文

实测Macos 部署也是可以的，Bloome 小助手手拿把掐的给我在家里的Mac mini 上部署完成。 😌~

### 引用推文

> Berryxia.AI：兄弟们,微软居然还搞了这个好东西,值得看看啊! 做零售店、巡检的行业人简直是大喜~ Microsoft扔出一个仅仅4B的流式视觉模型,能实时盯着视频说"什么时候发生了什么"。 Mage-VL是Codec-Native的Streaming VLM,专门做直播式理解。 它一边看视频一边描述正在发生的事,你还能用自然语言指定...