单卡 RTX 6000 Pro 训 24 小时：AR+扩散混合图像模型进展曝光
ostrisai · x · 2026-09-20
AI Toolkit 作者 ostrisai 继续其周末实验：用 Qwen3-VL-4B 作自回归 LLM、冻结的 BFL Klein 4B 作扩散解码器构建 AR/扩散混合图像模型。最新进展显示 DiT 从 code 重建图像的能力是准确生成的前提，当前复现质量仍有差距，理想状态是两者完全一致。
所属事件:AI Toolkit 作者单卡24小时训出AR+扩散混合图像模型(3 条相关)→
「多模态」频道最新
- 博主用 AI 做万圣节视频,自曝唇同步还有待打磨 — DavidmComfort · 2026-09-20
- 音乐生成新素材:Sufi Qawwali 与 Tabla 风格 LoRA 分享 — -becausereasons- · 2026-09-20
- 圈内热赞:目前最好的全 AI 生成短片来自 javilopen — techhalla · 2026-09-20
- 单人制作 AI 剧集《归墟》9 集,成本仅约 2 万美元 — dotey · 2026-09-20
- 被猫吵醒后随手做出《Kittens on Ukulele Island》 — bennash · 2026-09-20
- AI 生成 MV 全面完美，唯独歌声真实难听，却依然好看 — aronchick · 2026-09-20