vector-quantized

MegaParts 引入了一个可扩展的框架，用于部件感知3D物体生成，该框架使用令牌高效的向量量化令牌和自回归建模，使得能够生成具有多达300个部件的物体。

GEAR提出了一种通过表示对齐共同训练向量量化分词器和自回归生成器的方法，实现端到端训练，在ImageNet gFID上相比强基线实现高达10倍的收敛速度提升。