来自港大和字节的研究人员，提出了基于自回归模型Llama的图像生成方法。
目前该模型已经开源，并在GitHub斩获了近900颗星标。
研究团队将目标设定成了推出开源版的基于自回归图像生成模型。
针对现有的先进的图像生成模型，作者总结出其成功的三点关键设计：
- 图像压缩/量化器（Image Compressors/Tokenizers）
- 可scale up的图像生成模型（Scalable Image generation models）
- 高质量的训练数据（High-quality Training Data）
当输入更长的文本时，LlamaGen也可以生成兼具图文对齐与视觉质量的图像。
目前该项目已经开源，而且还支持在线体验，感兴趣的话不妨一试。
在线体验：
相关导航
暂无评论...