何恺明团队发布文生图新作 MiniT2I，258M 参数训练成本约等于一次 ImageNet 实验

何恺明团队发布文生图新论文 MiniT2I，基于 MM-JiT 架构直接在像素空间做扩散生成，仅用 258M 参数。该方法删去 VAE 和 AdaLN，单次前向计算开销降至 265 GFLOPs，比潜空间模型减少约 80%，训练只需 8 张 H100 约 3 天。B/16 版本总参数量不到 600M，在 GenEval 上达到 0.87、DPG-Bench 达到 84.2。