跳到正文
arXiv · 机器人与计算机视觉· Ruihang Jiang, Zongyao Zhao, Zhaolin Wang, Yuanwei Liu, Xiatian Zhu·· 22 天前精选AI 评分82

基于下一 token 想象的视觉自回归生成方法

Visual Autoregressive Generation with Next Token Imagination

AI 导读

针对视觉自回归生成受限于训练数据分布的问题,本文提出 Next Token Imagination(NTI)方法,允许模型在满足特定约束条件下探索未见过的合理视觉实现。实验表明该方法能显著提升生成图像保真度,接近最先进扩散和自回归模型效果,同时具备更小模型规模和更低训练成本。

推荐理由

提出 Next Token Imagination 方法,在 ImageNet 上以较小模型和更低成本实现生成图像保真度提升。

来源:arXiv · 机器人与计算机视觉 · arxiv.org