MageTrail 2.8B 微调累计花 593 美元,验证小模型 booru 训练路线

Turbulent-Bass-649 · reddit · 2026-09-30

作者更新其 Danbooru/E621 概念验证模型 MageTrail（基于微软 MageFlow 4B T2I 模型的 2.8B 全量微调），V0.1-V0.3 共花费 593 美元（425 小时 H100），使用 4.1 万张精简数据集训练 booru 标签与插画能力。

进展：模型学到大量新概念；发现改代码后可直接用 Flux2VAE（当前最强开源 VAE）训练而无需昂贵的对齐再训练；Muinez 的独立测试（500 小时 L40S，约 200-300 美元）证明若用千万级数据集全量训练，MageFlow 有潜力成为 1B-4B 规模插画基础模型的强力候选。

教训：4.1 万张图远不够——模型要泛化并稳定到可供他人微调的基座水平，至少需要 100 万+ 图片，booru 精华法并非捷径。作者资金已耗尽，将暂停训练、回校开学，并筹备 20 万+ 图片的画师风格数据集用于下一阶段。

原文链接 →

「多模态」频道最新

• SKF 广告用 AI 复活 Greta Garbo,卫报影评人狠批乏味数字还魂 — nordicinst · 2026-09-30
• 开发者预言：通用视频描述 DSL 将催生可控世界模拟模型 — zeeshanp_ · 2026-09-30
• RTX Pro 6000 跑满配 MiniMax H3:一段 15 秒视频生成 26 分钟、峰值 62GB 显存 — Realistic-Fennel-190 · 2026-09-30
• VideoLoop 用循环工作记忆治「语义抖动」,VideoMME 长视频达88.3% — Jinfa Huang · 2026-09-30
• 用 Codex 剪 15 秒动画:模型出片,人还得给剪辑意见 — naridubs · 2026-09-30
• 一个事件四角度同屏:Flux 3 被赞最适合四分屏图生成 — umesh_ai · 2026-09-30

更多「多模态」频道 AI 资讯 →