visual-tokenizer

标签

Cards List
#visual-tokenizer

RoAR-VAE:通过鲁棒预测提升隐空间扩散性

Hugging Face Daily Papers ↗ · 2026-10-19 缓存

RoAR-VAE提出通过从受损隐变量中鲁棒地预测语义与重建信息来改进视觉tokenizer,在保持重建保真度的同时提升下游扩散模型的可学习性,平均生成基准提升2.19分,小文本重建精度较FLUX.1-VAE提升16.93个百分点。

0 人收藏 0 人点赞
#visual-tokenizer

统一多模态自回归建模:共享上下文-视觉分词器是实现统一的关键

Hugging Face Daily Papers ↗ · 2026-06-16 缓存

UniAR提出了一个统一的自回归框架,使用单个离散视觉分词器桥接视觉理解与生成,在图像生成和编辑方面取得了最佳成果。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈