开源小模型加LoRA可低成本生成像素城市图

用小型模型和 LoRA 生成像素城市

一种成本低得多的像素城市绘制方法：用小型开源图像模型，教会它们像 Codex 那样绘制我的巴西利亚地图。 MiniDF 地图由 Codex 逐帧绘制：输入城市的三维渲染图，输出手工制作的等距像素艺术图块。MiniDF（6,631 帧）及其圣保罗版本 MiniSP（1,083 帧）消耗了一个每月 500 美元的 Codex 套餐，两次触及上限并等待重置：每帧约 0.065 美元，外加一分钟等待。在这里，开源模型通过一个很小的 LoRA（一个 33 MB 的附加组件），从三维渲染图与 Codex 绘制结果组成的配对中学会同样的操作，因此任何城市都可以在租用的 GPU 或家用电脑上以极低的成本绘制出来。 每次运行都用一个数字来评判，即 LPIPS：模型绘制结果与 Codex 绘制结果之间的差距。越低表示越接近。第 1–3 轮在 32 个留出的巴西利亚帧上评判。现在三个开源模型各进行十轮竞速（Qwen Image 2.1、FLUX.2 klein 和 Qwen-Image-Edit-2511），在一个固定的测试集上评判，该测试集还覆盖地标、圣保罗、里约和新的世界地标。 每轮测试 LPIPS · 巴西利亚、地标、圣保罗、里约和世界测试集的均值 · 越低表示越接近 参考行是第 1–3 轮的 Qwen 模型在同一测试集上的得分。世界得分在世界地标测试视图绘制完成后出现。