两人实验室仅花 2.1 万美元从头训练 2B 文生图模型并开源
ycombinator · x · 2026-11-05
两人研究实验室 Linum 发布 2B 参数的 Pyramid-JiT 文生图模型，从头训练仅花费约 2.1 万美元，权重以 Apache 2.0 开源，作为通往更便宜视频模型的里程碑。
- 上月发表的 Pyramid-JiT 是像素空间架构，收敛速度比潜空间扩散对应方案快 11 倍
- 团队目标是压缩注意力上下文以降低训练与推理成本（视频瓶颈在 O(n²) 注意力），最终想做人人可用的动画创作工具
- 博客含 249 张样图（人物/动物/建筑/产品/风景/风格化）及完整训练设置、压力测试与模型局限分析
其观点：当前视频模型太慢太贵且缺乏控制，创作是迭代过程，故对叙事创作基本不可用；降成本是第一步。
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
- 生成式 AI 担任艺术总监，参与意大利语 MV《Proteggi il Cielo》 — azed_ai · 2026-11-05
- Seedance 2.5 实测:「海洋记住一切」发光漂流瓶海滩场景 — LudovicCreator · 2026-11-05
- AI 把梦露、Freddie、猫王重绘成外星人复古海报 — azed_ai · 2026-11-05
- ElevenLabs 发布 Eleven v4 Turbo,延迟约 150ms 支持 REST 与流式 — azed_ai · 2026-11-05
- LFM3-Omni-2B 移植 iPhone：完全离线多模态对话达 80 tok/s — JosephJacks_ · 2026-11-05
- 博主点赞 Dot 用 ChatGPT 图像生成的创意玩法：不是一次出图 — thederbiedone · 2026-11-05