autoregressive-image-generation

本文研究Engram模块（一种关联记忆机制）在自回归图像生成中是提供内容可寻址检索，还是仅作为门控架构的侧通路。

InsightTok 引入内容感知的感知损失，改进离散视觉标记化以更好地重建文本和人脸，从而提升自回归图像生成质量。