研究团队提出不依赖语言预训练的文生图模型Halcyon

Keshigeyan Chandrasegaran 等研究者提出 Halcyon 系列文生图模型，采用早期融合的多模态自回归架构，完全从零在 1 亿图文对数据集 GPIC 上预训练，不依赖互联网规模的语言预训练。 据论文介绍，代码和模型已公开。这一做法区别于主流文生图模型先借助大规模语言预训练再迁移的路线，其实际生成效果尚待验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。