Localsong：单卡 H100 训练 12 亿参数游戏音乐模型
Amazing-You9339 · reddit · 2026-08-23
作者发布了一个名为 Localsong 的器乐游戏音乐生成模型。
模型与训练详情：
- 架构： 1.2B 参数 DiT 模型。
- 训练资源： 使用 1 张云端 H100 显卡从零开始训练，耗时 8 天。
- 组件： 使用了 Stable Audio 3 的 VAE。
- 目标： 覆盖比 Ace-Step、Minimax M3 或 Stable Audio 3 更广泛的器乐风格（无歌词）。
- 开源： 仓库包含 WebUI 和 MP3 示例，可通过 uv run webui.py 运行。
所属事件:开发者单张 H100 训练 8 天开源游戏配乐生成模型(2 条相关)→
「多模态」频道最新
- 重温老帖：用提示词在潜在空间里「走进」虚拟环境 — nptacek · 2026-08-23
- H3 视频生成实测：复杂场景的人物行为控制为何全靠运气？ — Hdfjds · 2026-08-23
- 闭源 vs 开源：Minimax 提示词最优，Flux 3 画面质感胜出 — Grinderius · 2026-08-23
- 一人三周自制科幻片：AI 全流程制作 Spectrum — HashemGhaili · 2026-08-23
- Minimax H3 短片：动画视觉与 AI 音频生成的工作流 — Repulsive-Rush3505 · 2026-08-23
- Sora 级特效咒术演示：发光符文与零重力破坏物理 — azed_ai · 2026-08-23