热点事件持续更新
开源实验把 Qwen3-VL-4B 训成自回归图像生成器
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月1日，AGI Hunt 报道了一项开源实践：开发者 ostrisai 将 Qwen3-VL-4B-Instruct 训练成自回归（AR）图像生成器，做法是采用 Cosmos-1-DI16x16 作为图像 tokenizer，把图像转成 token 后交由该视觉语言模型自回归生成。报道称，目前模型在 256 分辨率下已经能够使用默认的 AI Toolkit 提示词出图，作者同时展示了当前训练状态下的生成效果图。报道的结论是这一方向可行，但整体仍处于早期阶段。除该篇报道外，暂无其他来源补充训练数据规模、耗时或后续计划等信息。
AI 根据报道生成 · 3 小时前更新
最新进展10月1日 20:33
256 分辨率下已能用默认 AI Toolkit 提示词出图，作者称方向可行但仍处早期。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI Hunt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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。