档案库 · 开发与企业工具 · 产品决策 · 2022
min-dalle：一个独立开发的 PyTorch 移植版 DALL·E Mini，GitHub 星标达 3.5k
一个独立移植版将 DALL·E Mini 精简为仅推理的 PyTorch 实现，仅依赖四个包；2022-06-28 的 Show HN 获得 663 分，仓库获得 3.5k 星标。
min-dalle (kuprel/min-dalle)
做的是什么生意
min-dalle is a free open-source Python package, installed with pip install min-dalle, that runs DALL·E Mini's Mega text-to-image weights as pure PyTorch inference on CUDA or CPU, with numpy, requests, pillow and torch as its only third-party dependencies.
起因
On 2022-06-28 the developer kuprel posted Show HN: I stripped DALL·E Mini to its bare essentials and converted it to Torch, pointing to min(DALL·E), a fast, minimal port of Boris Dayma's DALL·E Mini with mega weights that had been stripped down for inference and converted to PyTorch, keeping numpy, requests, pillow and torch as the only third-party dependencies.
经过
The Show HN drew 663 points and 148 comments. The README advertised a 3x3 grid of DALL·E Mega images in 55 seconds on a Colab T4, 33 seconds on a P100 and 15 seconds on an A10G on Hugging Face; commenters benchmarked it on Apple-silicon MacBooks and RTX 3090s, filed setup issues, and the author answered with fixes in the thread. Third parties built on it, including a YouTube walk-through by The AI Epiphany and the NeoGen Discord bot, whose A100 benchmark graph is credited in the README.
结果
The port kept an audience as a free developer tool rather than becoming a company: the repository snapshot taken for this batch shows 3.5k stars, 247 forks and 377 commits, and the README still presents the same minimal, pip-installable port with no business model or paid tier.
背景
min-dalle 是由开发者 kuprel 开发的免费开源移植版，将 Boris Dayma 的 DALL·E Mini 重新实现为快速、极简的 PyTorch 推理。模型的 Flax 权重被转换为 torch，并且去除了所有与生成图像无关的内容，只留下 numpy、requests、pillow 和 torch 作为第三方依赖，可通过 pip install min-dalle 安装。
kuprel 于 2022-06-28 在 Hacker News 上以“Show HN：我将 DALL·E Mini 精简到最小限度并转换为 Torch”发布。README 提到在 Colab T4 上 55 秒生成 3x3 的 DALL·E Mega 图像，P100 上 33 秒，A10G 上 15 秒，评论者在帖子中基准测试了 Apple 芯片 MacBook 和 RTX 3090；该帖子获得 663 分和 148 条评论。
这个赌注是，如果移植版足够精简，能在单个 GPU 或 CPU 上运行，开发者就会自行运行 DALL·E Mini 级别的生成。截至 2026-09-05，该仓库仍然活跃，拥有 3.5k 星标、247 个 fork 和 377 次提交，项目作为 2022 年 DALL·E Mini 浪潮的一部分，仍然是一个免费工具，而非成为一家企业。
这件事要成立，得有什么
- DALL·E Mini 原始 JAX/Flax 技术栈包含训练时代的机制，与生成单张图像无关，因此精简模型进行推理消除了自托管的主要障碍。
- 仅依赖 numpy、requests、pillow 和 torch 使得 pip install min-dalle 在难以重现原始模型环境中变得可行。
- CUDA 和 CPU 路径以及 float16 和 bfloat16 选项使得 Mega 模型在 Colab T4 甚至笔记本电脑上都能实际运行，而不仅仅需要数据中心 GPU。
- 2022-06-28 的 Show HN 吸引了 663 分和 148 条评论，在本材料使用的快照中，仓库为 3.5k 星标、247 个 fork 和 377 次提交。
可借鉴之处
一个病毒式传播模型的瓶颈往往是运行时间，而非质量：将 DALL·E Mini 精简为仅推理的 PyTorch 实现，只依赖四个包，开发者就会在他们已有的硬件上运行它。
后续进展
min-dalle 仍然是一个项目，而非企业：截至 2026-09-05，它仍是一个免费、可通过 pip 安装的开源包，仓库显示 3.5k 星标、247 个 fork 和 377 次提交，包括 The AI Epiphany 的 YouTube 教程，以及 NeoGen Discord 机器人 A100 基准图等第三方致谢。页面没有呈现付费层级或商业模式；它的角色是给开发者提供一条轻量级本地路径进入 2022 年中的 DALL·E Mini 热潮，而这仍是该仓库目前的作用。
资料来源
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡