VAR
FoundationVision
[NeurIPS 2024 Best Paper Award][GPT beats diffusion🔥] [scaling laws in visual generation📈] Official impl. of "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". An *ultra-simple, user-friendly yet state-of-the-art* codebase for autoregressive image generation!
AI 简介
VAR是一个基于视觉自回归建模的图像生成开源项目，提出“下一尺度预测”范式，实现GPT风格的纯自回归图像生成。核心特点是采用极简架构、支持端到端训练与高效推理，性能在ImageNet 256×256上达到自回归模型SOTA，并揭示了视觉生成中的可扩展规律。技术上融合ViT骨干、分层token化与next-scale autoregression，无需扩散过程或GAN结构。适用于对生成确定性、可控性及模型可解释性要求较高的研究场景，如学术基准验证、多尺度生成机制探索及轻量级可控图像合成任务。
Jupyter Notebook
MIT License8.7k
Stars
569
Forks
100
Watchers
57
Issues
Star 增长
今日0
近 7 天0
近 30 天0
综合评分64.27
默认分支main