浙大上海AI Lab等提出了一种新的视觉生成范式——邻近自回归建模（NAR），通过“下一个邻域预测”机制显著提升了生成效率，同时保持了高质量生成。
NAR模型在多个视觉生成任务中表现出色，相比传统方法实现了13.8倍的吞吐提升，并在ImageNet和UCF-101数据集上取得了更好的FID和FVD指标。
该模型通过引入维度导向的解码头，能够在每一步中并行生成多个token，适用于图像和视频生成任务，展现出高效且高质量的生成能力。
浙大上海AI Lab等提出了一种新的视觉生成范式——邻近自回归建模（NAR），通过“下一个邻域预测”机制显著提升了生成效率，同时保持了高质量生成。
NAR模型在多个视觉生成任务中表现出色，相比传统方法实现了13.8倍的吞吐提升，并在ImageNet和UCF-101数据集上取得了更好的FID和FVD指标。
该模型通过引入维度导向的解码头，能够在每一步中并行生成多个token，适用于图像和视频生成任务，展现出高效且高质量的生成能力。
