AI Toolkit 作者周末实验：单卡 24 小时训出 AR+扩散混合图像模型
ostrisai · x · 2026-09-20
AI Toolkit 作者 ostrisai 仿照 YuE2 的思路，周末搭建了一个自回归/扩散混合图像模型：用 Qwen3-VL-4B 作为 LLM 为整图生成 code，这些 code 的 hidden states 作为冻结的 BFL Klein 4B 扩散解码器的唯一条件输入。仅在单张 RTX 6000 Pro 上训练 24 小时，模型学习速度出乎意料地快，他表示会继续训练。
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
- 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
- 博主实测 Plot Party 的 Seedance Draft:低成本试错 AI 视频创作 — umesh_ai · 2026-11-04
- 实测四大流模型采样器：8-16 步下差异肉眼可见 — YakovSava · 2026-11-04