跳到正文

PIXART-α

基于 Transformer 的低成本文本到图像模型

访问官网

PIXART-α 是什么

PIXART-α 被介绍为一种基亍 Transformer 的文本到图像生成模型,支持高分辨率图像合成。资料称它的训练比现有大规模 T2I 模型更快、成本更低。

你可以用它做什么

  • 由文字描述生成图像
  • 合成高分辨率图像
  • 生成梦幻般的城市景观或超现实图像
  • 生成机械猫主题的海报

训练与成本

  • 资料称训练速度明显快于现有大规模 T2I 模型
  • 训练成本低,可节省近 30 万美元
  • 资料称 CO2 排放减少 90%
  • 资料把图像质量、艺术性与语义控制列为表现方面

模型说明

  • 模型以 Transformer 架构为基础
  • 补充信息称其为低成本、高质量的文本到图像模型
  • 资料所述目标是助力从头构建高质量、低成本的生成模型

优点与缺点

✓ 我们认可的地方

  • 资料称训练速度明显优于现有大规模 T2I 模型
  • 资料列出图像质量、艺术性与语义控制方面的表现

! 需要留意的地方

  • 速度与成本的说法以现有大规模 T2I 模型为比较对象
  • 节省数字为近 30 万美元与 90% 的 CO2 排放

常见问题

这是什么样的模型?

资料描述为基于 Transformer、支持高分辨率图像合成的文本到图像生成模型。

资料列出哪些节省?

训练成本节省近 30 万美元,CO2 排放减少 90%。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法