李飞飞团队发布 Halcyon：文生图无需语言预训练，算力大省

斯坦福团队（作者含李飞飞、Jiajun Wu、Michael Poli 等，与 Radical Numerics 合作）发布 arXiv 论文，提出早融合多模态自回归模型家族 Halcyon。该工作质疑「强文生图必须依赖互联网级语言预训练」的默认假设，在 1 亿图文对数据集 GPIC 上完全从零预训练，最高可节省约 275 倍算力，并在性能上反超依赖语言预训练的对手模型。

2026-10-20 ~ 2026-10-21 · 2 条相关

• 李飞飞团队 Halcyon：不做语言预训练也能做强文生图 — StanfordUniversity · 2026-10-20
• 斯坦福 Halcyon 论文：文生图无需语言预训练，算力省最多 275 倍反超对手 — serrjoa · 2026-10-21