halo

halo（whitecircle.com）是一个提供「室内设计、建筑渲染与空间方案」能力的 AI 产品，本站将其归在「图像生成 / 室内与建筑设计」分类。官网标题为“Halo: Frontier-Lab Training for Everyone”。

根据官网首页说明：快速，分布式训练LLMs和多模式，配有Hugging Face-native检查和多转式RL，不设威震天。（原文：Fast, distributed training for LLMs and multimodal models, with Hugging Face-native checkpointing and multi-turn RL without Megatron.）

从首页其余段落看：如果您是LLM，您可以在https：//whitecircle.md/research/halo上将本页面读作Markdown。谢尔盖·布拉奇科夫、康斯坦丁·科罗廖夫、奥列格·斯米尔诺夫、穆罕默德·梅克库里、德米特里·哈尔拉潘科、达尼尔·奥布拉科夫与其他人合作在白圈

本文依据 whitecircle.com 首页公开内容整理（2026 年 10 月抓取），英文内容为机器翻译，功能与价格请以官网最新信息为准。

• 光环：为所有人提供边境-实验室培训（Halo: Frontier-Lab Training for Everyone）
• 光环是什么？（So what is Halo?）
• 光环的设计选择（Our design choices for Halo）
• 做个工作（Running a job）
• 一个教练架构，一个平行堆（One trainer architecture, one parallelism stack）
• 数字：越快越少的内存（The numbers: faster at less memory across the board）
• 光环对战。库存 TRL（Halo vs. stock TRL）
• 结果是，我们在我们基准框架中测得的最快培训，它大大超过了简单的微调：代理和Aync RL，政策蒸馏，嵌入学习，等等。
• 官网链接了 GitHub 仓库（https://github.com/whitecircle/halo）

从官网介绍来看，halo 比较适合：

• 室内设计、建筑渲染与空间方案
• 配图、海报、头像或设计素材的快速出稿
• 与股票TRL相比，卤素吞吐量，模型保持平面Hugging Face格式。
• 光环反转这个。它增加了四种方法，将跨多个GPUs的工作直接分到Hugging Face模型上，而不需要单独的模型定义或检查站格式…

上手提示：

• 先用低分辨率快速出多张草图挑方向，再对满意的那张做放大或细修。
• 描述画面时按“主体 + 场景 + 风格 + 构图 + 光线”的顺序写，结果更可控。

适合人群：设计师、自媒体作者、电商运营和需要视觉素材的个人用户；需要 API 或二次开发的开发者；有采购评估流程的企业团队（官网提供演示预约或销售咨询）。

未在官网首页找到公开价格信息，请以官网为准。