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(3 条相关)→
「多模态」频道最新
- 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
- AI 短片《OMERTÀ》第八章上线:永不放弃的续作 — noumenon-lab · 2026-09-20