260M 参数开源生图模型 Agate 性能逼近 SD 1.5,附 ComfyUI 节点
incorporo · reddit · 2026-09-26
Logolabs 发布 Agate-001-preview,仅 260M 参数(含文本编码器)的开源生图模型,MIT 协议开放权重,性能接近参数量 3 倍的 SD 1.5,在同尺寸下超越 DiT 与 FDCM,达到 Pareto 前沿。
架构亮点:
- Thinker-renderer 混合架构:小型循环 transformer(thinker)读取 prompt 并规划 16×16 区域图,负责整体规划与画布理解;卷积型 FDCM renderer 负责把 latent 思考 token 转成图像,各取所长。
- 文本编码器基于 Etnin-68M,先冻结 10 epoch 再联合训练,损失下降显著。
- 训练数据为 Flux-Reason-6M,约 26 epoch 未收敛,后续持续训练仍有提升空间。
限制与用途:目前仅支持 256×256、使用 SD 1.5 VAE;适合廉价合成数据生成、专有数据集小模型训练、缩略图生成、移动端生图等场景。已在 Hugging Face 开放权重,提供浏览器 WebGPU Demo 与 ComfyUI 节点。
所属事件:260M 参数开源生图模型 Agate-001 性能逼近 SD 1.5(2 条相关)→
「多模态」频道最新
- 用 Fable 5.2 + Tripo 在 three.js 里做出像素巨龙巢穴场景 — Flomerboy · 2026-11-11
- Adobe MAX 现场演示：手机拍像素素材 + Firefly 生成改装车库大片 — shashib · 2026-11-11
- 不用视频模型:Blender+Claude Code 打造月光图书馆电影感短片 — dotey · 2026-11-11
- AI 生成 MV「官僚修女」:雨夜哥特教堂场景电影感惊人 — rilex037 · 2026-11-11
- 「埃及法王」AI 人像刷屏：光影与法老剪影的氛围感创作 — egeberkina · 2026-11-11
- MiniMax H3-Image 支持单次生成融合 16 张参考图 — MiniMax_AI · 2026-11-11