imagenet

本文介绍了表示分布匹配（RDM），一种通过匹配预训练编码器下的特征分布来实现一步式图像生成的方法，在ImageNet上取得了最先进的结果，并能够将FLUX.2后训练为性能提升的一步生成器。

Parallel Rollout Approximation (PRA) 通过使用低维中间状态和并行训练改进了像素空间自回归图像生成，在ImageNet-1K生成任务上取得了新的最先进结果。

Un-0 是一个由模拟耦合振荡器系统驱动的图像生成器，在 ImageNet 64×64 上达到了 6.74 的 FID，与早期的传统方法相当。该项目开源，旨在展示在物理基板上实现节能人工智能的可能性。

ViT-Up提出了一种用于视觉Transformer的任务无关特征上采样器，在任意连续图像坐标上预测特征，从而能够生成任意分辨率的密集特征图，并提升了密集预测和语义对应基准的性能。它优于先前的最先进上采样器，在Cityscapes上提升了+2.07 mIoU，在SPair-71k上提升了+4.17 [email protected]。

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。

本文提出对齐潜在几何以实现球形流匹配，将潜在变量投影到固定半径的球面上，并使用球形线性插值来提升图像生成质量，在类条件ImageNet上持续改进FID。