Halcyon 文生图模型省 275 倍预训练算力并开源

Radical Numerics 联合 Stanford AI Lab 相关研究者发布 Halcyon 系列文生图基座模型并开源。该模型采用早期融合架构，从零训练、不含冻结语言模型，规模 0.1B–4B，在 GPIC 的 1 亿图文对上训练，旨在验证文生图是否真的需要语言预训练。结果显示其最高可节省 275 倍预训练算力，0.52B 版本仅用 1/18 算力即超越 LlamaGen-XL/8 基线。

2026-10-16 ~ 2026-10-16 · 3 条相关

• Halcyon 早期融合图像模型省 275 倍预训练算力并开源 — davidwromero · 2026-10-16
• Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
• Radical Numerics 发布 Halcyon：省 275 倍预训练算力做文生图 — StanfordAILab · 2026-10-16