用 Gemma 2 嵌入向量作画:Mac M1 上每秒生成约 30 张图
GlennCameronjr · x · 2026-10-28
开发者 TslShahir 展示了一个早期尝试:利用 Google EmbeddingGemma 2 对文本与图像的共享语义理解来「作画」。
- 在 Mac M1 Pro 的 Apple Neural Engine 上,每张图约 30ms(约每秒 30 张),每输出一个词末尾生成一张图
- 仅在一张 A100 上训练约 12 小时,作者承认仍欠训练,但有足够数据后图像质量可以大幅提升
「多模态」频道最新
- Nous Research 发布 Hermes ElevenLabs 音效插件,文字描述秒出游戏音效 — NousResearch · 2026-10-28
- 万圣节整活:MiniMax H3 一口气复刻《女神异闻录5》动画片段 — Certain_Potato_4509 · 2026-10-28
- 谷歌发布世界模型 Genie 4,质感被指远超今年其他模型 — oran_ge · 2026-10-28
- 为给母亲复刻《油脂》场景，他做了个免费 macOS 视频模型训练工具 — Ok-Republic764 · 2026-10-28
- 以假乱真：AI 生成 Dreamcast 复古游戏封面《Canyon Overdrive》 — AIandDesign · 2026-10-28
- 开源 ComfyUI 音乐系统 Plenio 更新:手机可玩、宾客点歌送表情 — Vivid_Promise1700 · 2026-10-28