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：单卡微调 DiT 做深度估计(5 条相关)→
「Infra」频道最新
- 芯片创企 Fab2 融资 5 亿美元，估值达 37 亿 — Sethwinterroth · 2026-09-09
- Base Power 联创长谈：AI 时代的电力需求与能源创业课 — espricewright · 2026-09-09
- 存储芯片短缺持续到 2027 年底,印度智能手机集体涨价 — saibharadwaj · 2026-09-09
- Inception 发布 Mercury 2.5：最强扩散 LLM，1107 tokens/秒、26 万上下文 — StefanoErmon · 2026-09-09
- 仅交换两层循环顺序,Intel 演示矩阵乘法提速 27 倍 — jedisct1 · 2026-09-09
- AWS实测G7 Blackwell实例：30B MoE推理比G5/G6更省更快 — AWS ML Blog · 2026-09-09