DALL-E

这是一个开源的PyTorch离散变分自编码器（dVAE）实现，专为DALL·E图像生成模型提供底层图像token化与重建能力。核心功能包括将图像编码为离散token序列、解码token为高质量RGB图像，以及支持预训练权重加载与端到端微调；技术特点为基于Gumbel-Softmax的离散隐变量建模、轻量级架构设计及与Transformer文本编码器的兼容接口。适用于需要复现DALL·E图像编解码模块、构建定制化文本到图像生成pipeline或研究离散表示学习的研究与工程场景。