只花 100 美元微调 MageFlow 4B,学生证明其作插画基座潜力
Turbulent-Bass-649 · reddit · 2026-09-07
一位没钱没 GPU 的大学生发布 MageTrail——对 Microsoft MageFlow 4B 文生图模型的 Danbooru/E621 概念验证级全量微调,用 41k 张多样性最大化的精简数据集(由 Chroma 系列作者 Lodestone 制作)把 booru 标签式提示与插画能力灌入模型,避开全量 booru 数据集微调可能 2-5 万美元的成本。
要点:
- 数据集更新至 2026 标签标准,用 Gemini 3.7 Flash 重打标(Grok 4.6 与 Qwen 3.8 27B 作后备),全部开源
- V0.1 仅训练 30 epoch、约 30 万样本、花费 100 美元,已能快速学习 booru 概念但尚不可用(需多次重摇种子避免肢体崩坏)
- 作者列举 MageFlow 4B 架构优势:比 NVIDIA Cosmos2/Anima 推理快 15-20%(参数多 20 亿)、MageVAE 优于 QwenVAE、256-2048 原生分辨率、MIT 许可、千亿图预训练知识面广、学新知识几乎不遗忘
- 提到 Microsoft 发布后不久似乎删除了该模型,且被 Krea 2 抢走关注度
- 目标是筹资 700 美元训到 200 epoch(V0.5),吸引更多资本投入该架构,并开源全部训练细节与工具
「多模态」频道最新
- Astra 写代码建模接 Blender,再经 Dreamina 插件直出渲染 — CodeByPoonam · 2026-09-07
- Ideogram 4.0 发布:自称最强开源图像模型,权重可下载微调 — jackedAJ · 2026-09-07
- 社区发布 MiniMax H3 微调版:主打远距人脸修复与电影感动态 — AiCreatorCamp · 2026-09-07
- 实测者称 Astra 空间感知跨越式提升，LLM「尺度感」缺陷被解决 — LinusEkenstam · 2026-09-07
- ShallowStream:浅层索引+深层应答,降低流式视频理解延迟 — Jitai Hao · 2026-09-07
- Seedance 2.5 提示词：一秒一刀剪出法属波利尼西亚旅行快剪 — techhalla · 2026-09-07