单张 H100 训 8 天：1.2B 参数游戏配乐生成模型开源
Amazing-You9339 · reddit · 2026-08-23
作者从零训练了一个 1.2B 参数的 DiT 架器纯器乐游戏配乐生成模型 Localsong,VAE 复用自 Stable Audio 3,单张云端 H100 训练 8 天完成。目标是覆盖比 Ace-Step、MiniMax M3、Stable Audio 3 更广的器乐风格(不含人声歌词)。模型已在 Hugging Face 开源，仓库附带 WebUI 与 MP3 样例，克隆后 uv run webui.py 即可试听。
「多模态」频道最新
- UniMotion 统一运动、文本与视觉，SOTA 七项任务 — jiqizhixin · 2026-08-23
- MiniMax H3 画质瑕疵修复：Wan 2.2 放流 — BusyByBusy · 2026-08-23
- 测试 MiniMax H3 生成《黑暗之魂》风格开场 — teleport66 · 2026-08-23
- MiniMax H3 惊艳演示：白天拍素材一键转为恐怖片夜景 — cocktailpeanut · 2026-08-23
- KIRO：利用 AI 和 VFX 将实景拍摄转为 2090 科幻世界 — esdiba94 · 2026-08-23
- MiniMax H3 Ref2V 换脸换人翻车：身份漂移、动作迁移失灵 — mike_good · 2026-08-23