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
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27
- 29 美分生成迈克尔·贝式屋顶大片，Seedance 实测效果惊人 — PersonalSpace_4225 · 2026-10-27
- 3 步 Turbo LoRA 实测:Moss 图像模型极速出图效果展示 — JadedScorpion · 2026-10-27