个人开发者从零训练 32x32 像素风 diffusion 模型,权重开源
DaneMarguglio · reddit · 2026-11-18
作者发布 sprite32:从零训练的 32x32 文本转像素风 sprite 扩散模型,Apache-2.0 开源权重。
- 143M 参数 UNet,在 66 万张 sprite/图标/emoji 上训练,5090 上约 20 小时完成;
- 直接在像素上工作(无 VAE),输出 RGBA,背景真透明;
- 两个版本:1.0 完整版可调 guidance,约 9GB 显存、单图 0.9s;1.0 fast 快 5 倍(0.16s/张)、显存不到 3GB、CPU 可跑,下载仅 2.3GB(完整版 8.7GB);
- 整个项目由 Claude 在作者的 5-6 个 sprint 里「vibe coded」完成。
试玩:sprite32.com;权重在 Hugging Face,代码在 GitHub。
「多模态」频道最新
- 用高斯泼溅实时搭建 3D 世界,Eddie 演示想象力门槛正在消失 — pvncher · 2026-11-18
- APOB AI 用 Seedream 5.5 打造 AI 偶像专辑封面并生成 K-pop MV 预告 — aftahi_ai · 2026-11-18
- 循环层复用难救多模态嵌入,预训练加循环才涨 4.23 分 — _reachsumit · 2026-11-18
- 三值量化把 VoxCPM2 压缩 5.3 倍,827MB 模型笔记本 CPU 实时跑 — oguzeldereli · 2026-11-18
- 博主为 Claude 写动画构图 Skill,复刻日式情绪镜头技法 — andrew_n_carr · 2026-11-18
- 用户实测:用 Claude Opus 5.5 做视频近乎零成本,100% 用量下还能再产出 — RileyRalmuto · 2026-11-18