两人实验室 2.1 万美元从零训练 2B 文生图模型并开源

两人研究实验室 Linum 发布 2B 参数的文生图模型 Pyramid-JiT，采用像素空间生成架构而非主流的 latent diffusion，从头训练仅花费约 2.1 万美元，权重以 Apache 2.0 协议开源。上月论文显示其收敛速度比对应的 latent diffusion 快 11 倍。该项目被视为通往更平价视频生成模型的里程碑，也让生成架构是否已收敛的争论再起。

2026-11-05 ~ 2026-11-05 · 3 条相关