Otaku TTI 1.1:不到 1GB 的二次元文生图模型,显存仅 1.4GB
cynical_hci · reddit · 2026-11-20
开源发布 Otaku TTI 1.1,一个轻量级原生 512×512 二次元 latent diffusion 文生图模型:
- 极致轻量:FP16 权重仅 332MB,峰值显存约 1.4GB,可在 2–6GB 显存的老旧 GPU 甚至 CPU 上运行
- 速度:RTX 4050 笔记本 GPU 上用 DPM-Solver++(25 步)约 1.14–1.45 秒出图
- 分辨率:相比 1.0 版空间分辨率提升 4 倍,细节、眼睛、服饰层次明显增强
- 内置日文标签翻译:离线词典支持「初音ミク」「笑顔」等日文 prompt 直接使用
- 架构:UNet 约 1.66 亿参数,CLIP ViT-Base/32 文本编码器,SD-VAE-ft-mse
作者称全程在 60W 功耗预算、一台笔记本上训练完成,证明高分辨率生成式 AI 不需要超大数据中心。
「多模态」频道最新
- PAN 2 还能生成 GTA 里看不到的场景:司机真的在等红灯 — LinusEkenstam · 2026-11-22
- 怪物卡车碾压一排汽车:PAN 2 混沌场景压力测试 — LinusEkenstam · 2026-11-22
- PAN 2 演示时间流逝:码头从黑夜缓慢过渡到黎明 — LinusEkenstam · 2026-11-22
- PAN 2 镜头跟拍摩托艇:城市天际线全程保持一致 — LinusEkenstam · 2026-11-22
- AI 玩法:把 Google Maps 任意地点变成电影感航拍图 — aziz4ai · 2026-11-22
- 开源世界模型 PAN 2 实测:物理质感媲美 GTA6 级驾驶场景 — LinusEkenstam · 2026-11-22