arXiv 论文提出文生图模型 Halcyon：无需大规模语言预训练即可从零自回归生成

Text-to-Image Generative Modeling Without Language Pretraining 来自斯坦福等机构的研究人员提出多模态自回归模型家族 Halcyon，通过在 1 亿图文对数据集上从零预训练，证明强大的文生图系统无需依赖互联网规模的独立语言模型预训练。其中 Halcyon-0.52B 和 1.6B 版本在生成质量上分别超越基线模型，且预训练算力开销大幅减少 18 至 275 倍。