Halcyon
#13 in Text-zu-BildStanford · seit Preprint arXiv:2610.26863, veröffentlicht um den 20. Oktober 2026 (in News erwähnt) · 2× · zuletzt 21. Okt. 2026
19
Momentum
Halcyon ist eine Familie früh fusionierter, multimodaler autoregressiver Text-zu-Bild-Modelle von Stanford und Radical Numerics. Die Modelle wurden vollständig von Grund auf auf GPIC, einem Datensatz mit 100 Mio. Bild-Text-Paaren, trainiert, ohne sprachliches Vortraining. Laut Paper lernen sie auch Bildbeschriftung (I2T).
Momentum-Verlauf
23.07.21.10.
Features
| Fine-tuning | Modelle sind mit Qwen3-Architektur, zufällig initialisiert (random init), trainiert von Grund auf |
| Generierungszeit | Nicht belegt |
| Lizenz | Upstream-Repositories deklarieren laut Drittanbieter-ONNX-Repo keine Lizenz |
| Max-Auflösung | 256x256 Pixel (Trainingsauflösung GPIC) |
| Plattform | Code und Modelle auf cs.stanford.edu/~keshik/halcyon; Modelle auf Hugging Face (radicalnumerics) |
| Release-Datum | Preprint arXiv:2610.26863 (Oktober 2026) |