单卡 4.5 小时训练 23M 参数扩散模型,浏览器 WebGPU 3 秒生成地形图
Old_Cow_6636 · reddit · 2026-10-10
Reddit 用户发布开源项目 Talus：一个仅 2300 万参数的扩散模型，用于生成 64x64 游戏地形高度图（覆盖 4 公里、最高 1200 米），可按地形类型和五个实测属性（平均海拔、起伏、坡度、水体比例、光谱斜率）的任意子集做条件生成。
- 训练成本极低：数据来自作者自己的程序化生成器（fBm/ridged 噪声、水流侵蚀、热侵蚀等），仅用一张 RTX 5060（8GB）训练约 4.5 小时
- 架构：像素空间 U-Net、v-prediction、cosine schedule、50 步 DDIM、CFG 2.0；每个属性有可学习的 unknown embedding，训练时独立 dropout，推理时任意子集可用
- 相对高度设计：模型生成按起伏归一化的形状，由采样器放置到指定海拔——这把平原颗粒度距离比从 3.98 降到 1.23
- 评估方法有诚意：所有距离指标除以两半真实地图之间的同指标距离（1.0 即在该样本量下不可区分），当前模型 metric W1 为下限 1.51 倍、光谱 9.1 倍、坡度 1.65 倍
- 浏览器部署：ONNX fp16 导出 + ONNX Runtime Web WebGPU，单张地图约 3 秒，JS 采样器与 PyTorch 误差 0.6 米内
代码与权重以 Apache-2.0 开源，作者还在求解决「山脉太平滑/平原太颗粒化」的光谱高频问题。
「研究」频道最新
- BottleCap 发 ThinkingCap 版 Qwen3.8-Flash-Next,思考 token 平均省 38.5% — Thom_Wolf · 2026-10-23
- DLOSAC:用 Delaunay 三角剖分引导的局部优化改进 RANSAC 几何估计 — zhenjun_zhao · 2026-10-23
- 新基准论文：用 3D 基础模型重建地理多样化建筑 — zhenjun_zhao · 2026-10-23
- FineSplat：细粒度图像块前馈 3D 高斯泼溅，重建精度大幅领先 — zhenjun_zhao · 2026-10-23
- ReDT：分辨率解耦视觉几何 Transformer，2K 重建提速 16 倍 — zhenjun_zhao · 2026-10-23
- 因果时空 Mamba：单目视频前馈 4D 重建新框架 — zhenjun_zhao · 2026-10-23