Marigold V2 用 4-bit QLoRA 微调 Qwen-Image-Edit,单卡数日搞定稠密预测
RexDouglass · x · 2026-09-14
社区传出扩散 Transformer 转用于稠密预测的新作 Marigold V2:
- 以 Qwen-Image-Edit-2509 为底座,做 4-bit 量化 + Rank-128 QLoRA 微调
- 深度、法线、反照率等可在一步(one-step)内完成估计
- 单张 GPU 数天即可完成训练,大幅降低门槛
- 作者还暗示了与 STeR 结合、扩展到视频任务的可能性
对想在消费级单卡上复现稠密预测模型的开发者是条低成本路线。
所属事件:Marigold V2 开源：图像编辑 DiT 改造为单步稠密预测模型(2 条相关)→
「多模态」频道最新
- 曝 Gemini 4 Carbon 实测:比 Opus 5.5 便宜 3 倍、快一倍以上 — vitaliychiley · 2026-10-31
- Customuse 推出 Decals：解决 3D AI 模型生成 logo 与文字模糊的痛点 — SimplyAnnisa · 2026-10-31
- AI 生成童话短片：眼泪变毛线，全镇疯狂造泪 — gizakdag · 2026-10-31
- ComfyUI 预览图节点扩展：点击即可一键保存出图 — sitefall · 2026-10-31
- 用 Gemini 全家桶拍 MKUltra 黑历史微剧,总 API 花费仅约 $35 — korymath · 2026-10-31
- 手柄当无人机操控镜头:Godot 相机路径数据喂给 Wan 生成视频 — droidsculptor · 2026-10-31