128×128 从零训练的 rectified-flow 小模型,CPU 上 2 步 0.27 秒画报纸脸配字
rustydustyshckleford · reddit · 2026-11-02
开发者发布 grinpress v3:一个从零训练的 128×128 rectified-flow 微型模型,专画报纸风格人脸及旁边的文字,权重 MIT 开源并有 Hugging Face 在线 CPU demo。
- 字符级文本条件,支持 7 种表情、颜色、纸纹、版式,文字最长 14 字符(含大小写与标点)
- v3 把 50 步 teacher 蒸馏成 2 步/4 步 student,导出 ONNX 并做动态 INT8 量化
- CPU 推理:8 线程 8 vCPU Xeon VM 上约 2 步 0.27 秒、4 步 0.54 秒,无需 GPU
局限:领域极窄(报纸脸+短字),长句会拥挤,偶尔写错字符或字距。作者征集「哪些词会把它搞坏」的反馈。
「多模态」频道最新
- 同一风格生成多样角色：3D 蘑菇头人物图惊艳 — OVolosin82152 · 2026-11-03
- Reshoot 4D 开源：任意视频转 4D 高斯泼溅，3090 本地重拍运镜 — Scobleizer · 2026-11-03
- 7 步用 MCP for Blender 让 Claude 造出电影感雨夜洗衣房场景 — sidahuj · 2026-11-03
- 用 LTX 2.5 拍 AI 电影的痛点：镜头移动时空间连续性全靠编 — iJohnnyRobert · 2026-11-03
- 19 年游戏老兵用 Opus 5.5 + Unity 6 做农场游戏,5 周找回乐趣 — Delicious-Shower8401 · 2026-11-03
- 为工笔人像训练 SDXL LoRA 后弃用:风格越好,人脸检测越失灵 — xiaoxuanchuang · 2026-11-03