从 DIAMOND 看开源世界模型的机会（算笔账）

这个问题被问了太多次，统一回复一下。不整虚的，直接上数字。 「成本账」把硬件、时间与授权成本摊开来算，别只看跑分。 按官方与社区交叉核对的信息：DIAMOND（日内瓦大学 / 爱丁堡大学 / 微软研究院，NeurIPS 2024）扩散世界模型（Diffusion for World Modeling），版权口径是MIT。 本地跑起来的话，消费级 GPU 可跑。 哪怕做设计，我也关心生成质量能不能直接进视觉稿流程。补充几个硬信息：证明『在扩散模型的想象里训练』可行；开源、消费卡可跑。 以上就是我的全部实测，散会。数据都摆在这，结论大家自己判断。—— 数据会说话，实践出真知。 🙂