两人小团队用约2万美元从零训练2B像素空间文生图模型并开源
liuziwei7 · x · 2026-11-05
两人实验室 Linum 发布 2B 参数的 Pyramid-JiT 文生图模型：像素空间（非 latent）架构，上月论文显示其收敛速度比对应的 latent diffusion 快 11 倍；此次模型完全从零训练，成本仅约 2 万美元，权重以 Apache 2.0 开源，定位是通往更便宜视频模型的里程碑。博主 angeris 感慨：如果 2 万美元就能训出这个，「说明架构还没收敛」。
所属事件:两人实验室 2.1 万美元从零训练 2B 文生图模型并开源(3 条相关)→
「多模态」频道最新
- 开发者自研手写引擎:还原 1522 年至今各家笔迹,每个字母都不重样 — floguo · 2026-11-05
- RefMods 工作流实测:6GB 显存跑 MiniMax H3,锁定角色与声音一致性 — EzkaProductions · 2026-11-05
- Wan 2.2 打造魔兽风格 MV:《秃顶之王之怒》恶搞旧版暴雪预告片 — El_Perro_Gordo · 2026-11-05
- codevember 第 3 天：three.js「Melt」融化效果 demo — thespite · 2026-11-05
- AMD 7900 XTX 跑混元视频 1.5 T2V 出噪点图求助 — Fragrant-Throat7048 · 2026-11-05
- Kimi K3.1 Pro 直出 3D 世界 demo,多模态生成能力引围观 — _akhaliq · 2026-11-05