---
title: sparrow
canonical_url: "https://www.modelscope.cn/models/llmzerotohero/sparrow"
md_url: "https://www.modelscope.cn/models/llmzerotohero/sparrow.md"
repository: llmzerotohero/sparrow
last_updated: 2026-10-27
license: apache-2.0
library_name:
  - lora
language:
  - zh
downloads: 58
stars: 3
tags:
  - multimodal
  - text-to-image
  - flow-matching
  - from-scratch
  - education
  - toy-model
---

# sparrow

> sparrow - llmzerotohero 在 ModelScope 开源的模型。麻雀:从零训一个多模态模型 · 第 2 集(生图)

llmzerotohero/sparrow 是 ModelScope 魔搭社区上的机器学习模型，采用 apache-2.0 许可。

- **Repository**: llmzerotohero/sparrow
- **License**: apache-2.0
- **Tags**: multimodal, text-to-image, flow-matching, from-scratch, education, toy-model
- **Downloads**: 58
- **Stars**: 3
- **Last updated**: 2026-10-27

Source: https://www.modelscope.cn/models/llmzerotohero/sparrow

---

# 麻雀:从零训一个多模态模型 · 第 2 集(生图)

视频课程《从零训一个多模态模型》第 2 集(生图)的配套代码与训好的权重,内容在 [`ep02-t2i/`](ep02-t2i/)。这一集从零训练一只约 16M 参数、只会「照字画图」的小模型「麻雀」:训练时学从噪声指向答案的方向,画图时从一团噪声出发,一步步顺着方向走,并用文字引导画出「红色 小猫」这样的 64×64 图。

第 4 集（生声音）的配套代码、权重、训练录音与样例见 [`ep04-t2a/`](ep04-t2a/)。
第 5 集（生视频）的配套代码、权重、训练命令与样例见 [`ep05-t2v/`](ep05-t2v/)。
第 6 集（看图听声）的配套代码、主线权重、接续训练命令与实测回答见 [`ep06-understand/`](ep06-understand/)。
模型仓库:https://modelscope.cn/models/llmzerotohero/sparrow

## 硬件

一块 NVIDIA 显卡,训练显存峰值约 5 GB;要下载的只有 FLUX.2 的图像 VAE,约 0.16 GB。

## 引用

视频:B 站「大模型成长之路」合集《从零训一个多模态模型 | 把技术讲清楚》第 2 集:https://www.bilibili.com/video/BV1zDpQ6zE8n

```bibtex
@misc{sparrow2026,
  title        = {从零训一个多模态模型 · 第 2 集 生图},
  author       = {大模型成长之路},
  year         = {2026},
  howpublished = {视频课程,B 站「大模型成长之路」,https://www.bilibili.com/video/BV1zDpQ6zE8n}
}
```

## 许可证

代码与权重见 [`LICENSE`](LICENSE)。训练数据全部由程序生成。用到的冻结零件只有 FLUX.2 的图像 VAE,许可证为 Apache-2.0。