开源实践：把 Qwen3-VL-4B 训成自回归图像生成器

ostrisai 用 Nvidia 的 Cosmos-0.1-Tokenizer-DI16x16 作图像 tokenizer，把 Qwen3-VL-4B-Instruct 训练成自回归（AR）图像生成器。目前 256 分辨率下已能用默认 AI Toolkit 提示词出图，作者展示了当前训练状态的效果图，表明方向可行但仍处早期阶段。