Llama也能做图像生成？文生图模型已开源

文章预览

↑ 点击 蓝字  关注极市平台 编辑丨极市平台 极市导读   基于next-token prediction的图像生成方法首次在ImageNet benchmark超越了LDM, DiT等扩散模型，证明了最原始的自回归模型架构同样可以实现极具竞争力的图像生成性能。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 Llama也能做图像生成？文生图模型已开源 香港大学、字节跳动提出了基于自回归模型LLama的图像生成模型LlamaGen。这是基于next-token prediction的图像生成方法首次在ImageNet benchmark超越了LDM, DiT等扩散模型，证明了 最原始的自回归模型 架构同样可以实现极具竞争力的图像生成性能。 图1：LlamaGen生成图像示例。第一行是class-conditional图像生成，第二行是text-conditional图像生成（文生图）。 文章: Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation 项目主页: https://peizesun.github.io/llamagen/ ………………………………