Añadido después de nuestra cobertura anterior. La fecha original figura abajo; no es un anuncio nuevo de hoy.

Qué ocurrió

El anuncio de Linum del 4 de noviembre describe un generador de imágenes de unos 2.000 millones de parámetros entrenado con 660 millones de muestras. Los 21.000 dólares declarados corresponden al cómputo de entrenamiento, no al coste total de desarrollar un producto comercial. El código y los pesos se publican bajo Apache 2.0.

El repositorio documenta un flujo CUDA con Qwen3.5-4B como codificador de texto. Los pesos ocupan 8,7 GB para el modelo de imagen en fp32 y 8 GB para el codificador en bf16, sin contar activaciones. Los cinco formatos admitidos rondan un megapíxel. La ampliación predeterminada de instrucciones usa un modelo externo de pago, pero puede omitirse con una descripción detallada.

El modelo no representa texto de forma fiable y se considera inadecuado para carteles. Linum también señala debilidades con cuerpos completos, grupos y detalles físicos. La portada reproduce muestras realmente generadas por el desarrollador, no fotografías ni pruebas independientes.

iNC / Análisis

Por qué importa

Un checkpoint reproducible permite comprobar la afirmación de eficiencia. Para equipos creativos, el control de la inferencia local exige hardware, configuración y revisión de calidad. Un entrenamiento barato no demuestra por sí solo bajos costes de producción ni competitividad en vídeo.

Qué observar

Habrá que observar reproducciones independientes del coste y la calidad, y la publicación por separado de un checkpoint de vídeo.

Fuentes y verificación

El número de enlaces no equivale a confirmaciones independientes.

01
Linum — November 4 research announcementFuente primaria · www.linum.ai · 4 nov 2026
02
Linum — inference code, samples and limitationsFuente primaria · github.com · 3 nov 2026
03
Linum — downloadable weightsFuente primaria · huggingface.co · 4 nov 2026
Informar de un error

Ayúdanos a corregir

Indica la afirmación cuestionada y, si puedes, una fuente. No envíes información personal o sensible.