从零训练文生图模型的教程发布：代码与 1 亿图像数据，训练投入不小

Jasper Research 发布了一份 cookbook（教程），讲如何从零构建文生图模型。它不只有最终结果，还写了完整的推理过程和中间结果。

这份教程以交互式报告的形式发布在 Hugging Face 上。配套资源有两个：包含 1 亿图像的数据集 Monet Dataset，和带微型模型的代码库 nano t2i。代码在 GitHub，数据集在 Hugging Face。

有编程基础的人可以拿着教程、代码和数据，自己从头训练一个模型。教程适合两类人：想深入理解文生图模型的人，或对前沿实验室怎么构建模型感到好奇的人。

不过限制也摆在那里。1 亿图像的数据集规模很大，训练所需的算力和时间是一笔不小的投入。nano t2i 是微型模型，生成质量会受到容量限制。这些因素决定了它更适合理解原理，而不是直接投入生产。