Marigold V2 训练配方：4bit 量化 DiT 加 QLoRA 单卡微调
AntonObukhov1 · x · 2026-09-09
Marigold V2 的训练配方延续了「反常规但有效」的传统：V1 曾把深度图直接塞进图像 VAE（理论上不该 work 但 work 了）；V2 则把真值深度通过 DINOv3 编码，并将 DiT 特征与之对齐（iREPA-depth）。具体做法：取大型预训练 DiT（Qwen-Image-Edit-2509），量化到 4bit，加 rank-128 的 QLoRA，在一张 32GB 消费级 GPU 上微调——几小时出可用深度，几天完成训练，无需 80GB 卡或多节点。推理为单步，2K 分辨率也不会 OOM。
所属事件:Marigold V2 发布：单卡训练的 DiT 深度估计器(11 条相关)→
「Infra」频道最新
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27