基于一维语义分词器的端到端自回归图像生成
End-to-End Autoregressive Image Generation with 1D Semantic Tokenizer

Wenda Chu, Bingliang Zhang, Jiaqi Han, Yizhuo Li, Linjie Yang, 等 (+2)
⭐ 2

• 论文引入了基于一维语义分词器的端到端自回归图像生成框架，旨在更有效地对图像进行序列化表示和生成。
• 该模型采用端到端训练范式，通过结合重建损失和生成损失进行联合优化，以提升模型对图像语义和结构的理解。
• 一维语义分词器能够将高维图像数据转换为紧凑的语义token序列，显著简化了自回归生成过程的复杂度。
• 在标准ImageNet 256x256图像生成基准测试上，所提出的方法取得了领先于现有技术的优异性能。

🔗 arXiv · 🤗 HF

#图像生成 #自回归模型 #端到端学习 #语义分词器

扩散模型何时学会生成多物体？基于受控数据的组合泛化诊断
When Do Diffusion Models learn to Generate Multiple Objects?
⭐ 2 · arXiv · HF
#扩散模型 #图像生成 #组合泛化 #多模态 #基准评测

基于1D语义分词器的端到端自回归图像生成
End-to-End Autoregressive Image Generation with 1D Semantic Tokenizer
⭐ 2 · arXiv · HF
#自回归生成 #视觉分词器 #端到端训练 #图像生成 #隐式对齐

用于连续微调步数蒸馏扩散模型的同策略自蒸馏方法
D-OPSD: On-Policy Self-Distillation for Continuously Tuning Step-Distilled Diffusion Models
⭐ 4 · arXiv · HF
#扩散模型 #图像生成 #自蒸馏 #同策略学习 #流匹配 #多模态

统一多模态理解与生成模型中的空间智能唤醒
Awaking Spatial Intelligence in Unified Multimodal Understanding and Generation
⭐ 2 · arXiv · HF
#多模态大模型 #图像生成 #图像编辑 #空间智能 #扩散模型 #长文本渲染