Linum 开源 2B 文本生成图像模型 Pyramid-JiT，训练成本约 2.1 万美元

Linum 开源了 2B 参数的像素空间文本生成图像模型 Pyramid-JiT 并开放 Apache 2.0 权重，全流程训练成本仅约 21,038 美元。该模型彻底舍弃传统 VAE，采用 32×32 的 token 压缩将注意力上下文窗口缩减 4 倍，并结合多分辨率中间读出头加速网络收敛。