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(4 条相关)→
「多模态」频道最新
- 博主晒 AI 生成中式刺绣风人像，花卉纹样细节惊艳 — OVolosin82152 · 2026-11-04
- AI 生成黑白人像仅需 22 秒，质感逼近真实摄影 — aziz4ai · 2026-11-04
- AI 想象英国人闯纽约:贝雷帽下午茶撞上美式硬核街头 — MandelDuck · 2026-11-04
- Midjourney v8.2 玩法：四个自造「虚构 token」出四组风格图 — LudovicCreator · 2026-11-04
- 用户吐槽 MiniMax 参考图生视频顽疾：参考图总闯入首帧难以消除 — Jayuniue · 2026-11-04
- Reddit 用户吐槽 LTX2.5:参考图驱动角色动画效果不达预期 — hi_im_fatter · 2026-11-04