1.72MB 浏览器模型 xkcd-artist:0.55ms 规划火柴人漫画,台词零乱码
init0 · reddit · 2026-11-11
开发者 hemanth 周末训练并量化了 xkcd-artist,一个仅 1.72MB 的 Int8 ONNX 模型,在浏览器里通过 WASM SIMD 运行,P50 延迟仅 0.55ms,用于生成 xkcd 风格的火柴人漫画、图表和流程图。
核心思路:把神经网络的「舞台规划」与程序化的「矢量笔迹与文字排版」分离,绕开了扩散模型台词文字糊成一团的老问题。
- 规划器在 NVIDIA L4 上用 226 张遮蔽台词的 xkcd 面板 + 891 条 ExplainXKCD 对话训练,预测面板数、道具、12 自由度火柴人姿势和笔触抖动
- 程序化 SVG 合成器渲染单色抖动笔画、弯曲的说话引导线和清晰的 xkcd 字体台词
- 冷面笑话生成器覆盖 138+ 种漫画/图表/流程图,120 条 prompt 下骨架独特率 98.33%(B=1000 bootstrap)
全程零云端调用,权重在 Hugging Face,代码 MIT 开源,支持 npm/pip 安装。
「Fun」频道最新
- Claude 在浏览器版 MS Paint 画出 11066 笔的黄昏湖景 — venturetwins · 2026-11-11
- 可解释性研究员吐槽：@AnthropicAI 别再封我号了 — Sauers_ · 2026-11-11
- LangChain 创始人玩梗：从上下文工程改叫「目标工程」 — hwchase17 · 2026-11-11
- AI Engineer 大会发放「AGI Pills」梗药瓶，现场氛围拉满 — TheTuringPost · 2026-11-11
- 网友恶搞黄仁勋手持黄金 GPU：先搞到算力，再搞到权力 — ns123abc · 2026-11-11
- 网友伪造人质危机骗 Google AI 推荐盗版站，居然成功了 — SumitGup · 2026-11-11