近日，MIT副教授何恺明携5位本科生团队发布文生图新模型MiniT2I。在业界依赖数十亿参数的背景下，该团队基于全新MM-JiT架构“删繁就简”，摒弃VAE等复杂模块，直接在像素空间进行扩散生成。最终，MiniT2I仅用258M参数即实现优异效果，训练成本仅需8张H100显卡运行约3天，相当于一次标准ImageNet实验算力。此外，除何恺明外，论文其余5位作者均为MIT或清华本科生，且多为国际奥赛金牌得主。该研究不仅打破了文生图对海量算力的依赖，更展现了年轻学者在AI前沿的巨大潜力。