190M 参数 1GB 像素画 DiT 全开放许可发布,本地训练 126 小时
ApprehensiveTart3158 · reddit · 2026-11-20
开发者 Pinkstack 发布 LiliPixel v1:一个完全从零训练的像素画 DiT 模型,仅 190M 参数、约 1GB,采用 Openmdw-1.1 完全开放许可(类似 ML 领域的 Apache 2.0)。要点:
- 在自有硬件上本地训练约 126 小时,训练数据为 3000 万张图像、12 个 epoch、BF16 原生精度,来自 4 个数据源;这是该模型的第六个迭代版本
- 原生支持 RGBA 输出的 16x16 和 32x32 生成;64x64 可生成更抽象的艺术图和偶尔的「写实模式」RGB 图
- 配图展示的 sprite/emoji 风格效果(蛋糕、龙、猫、药水等)质量相当不错
- 局限:难以理解复杂主体、尚不适合做动画、64x64 幻觉较多、32x32 及以下超过 2-3 个主体会出问题;暂无 VAE(v2 计划改进并扩充数据)
- 已提供 ComfyUI 工作流和 HF 在线试玩 Space
适合生成游戏 sprite、emoji、背景素材等用途。
所属事件:开发者开源 190M 参数像素画 DiT 模型 LiliPixel(2 条相关)→
「多模态」频道最新
- 百度 ERNIE 团队发布 HiUni:单一稠密骨干统一视觉理解与生成 — ernie-research · 2026-11-20
- fofrAI 尝试 Neon 配合 GLSL 循环着色器做生成视觉 — fofrAI · 2026-11-20
- 网店主用 ComfyUI+Modellix 搭 3x3 网格工作流,单图成本最低 3.5 美分 — Niuaia · 2026-11-20
- Astra 6.2 实测:加引导即可实现前所未见的 3D 写实图像效果 — gabrielchua · 2026-11-20
- 爆料:谷歌 Nano Banana Pro 2 已进入发布前最后阶段 — mark_k · 2026-11-20
- 开源 MCP 服务器让 Claude 现场作曲并驱动真实 MIDI 合成器 — konni_away · 2026-11-20