两人实验室花 2 万美元训出文生图模型,权重以 Apache 2.0 开源
两人研究实验室 Linum 发布 Pyramid-JiT(P-JiT)文生图模型,训练成本约 2.1 万美元,权重以 Apache 2.0 协议开源,并公开 249 个样本及对应提示词。该模型是像素空间模型,不使用 VAE,token 压缩为 32×32,而 Linum v2 和 FLUX-2 等模型为 16×16,注意力上下文窗口因此缩小 4 倍;收敛所需样本比 Linum v2 少 11 倍。团队称这是通往其下一代视频模型的验证性实验,结果好于预期。
推荐理由2.1 万美元训出的文生图模型权重可直接下载商用,做图像生成可省掉自研成本