跳到正文
热点事件持续更新

Asuka-FM在单张RTX 4090上低成本预训练文生图模型

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Víctor Rodrigo González 团队发布 Asuka-FM 框架,该框架能在单张 NVIDIA RTX 4090 消费级 GPU 上从头预训练约 2.06 亿参数的双流 DiT 文生图模型,耗时约 160 小时,总成本低于 55 美元。 在技术实现上,系统采用 SPRINT 稀疏化技术减少超 50% 的注意力计算量,并结合静态张量形状 RoPE 与 10M 参数像素适配头,优化了推理效率。 该模型无需微调即在 GenEval 基准测试中达到 0.609 分,为学术研究提供了低成本的基础模型训练标准。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    Asuka-FM 在单张消费级 GPU 上实现文生图 DiT 模型的高效预训练

    Asuka-FM 框架在单张 NVIDIA RTX 4090 上从头预训练约 2.06 亿参数的双流 DiT 模型,耗时约 160 小时,成本低于 55 美元。 系统通过 SPRINT 稀疏化减少超 50% 的注意力计算量,结合静态张量形状 RoPE 及 10M 参数像素适配头优化推理效率。 该设计无需微调即在 GenEval 达到 0.609 分,为学术研究提供了低成本的基础模型训练标准。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。