生成模型与扩散 / CVPR2026
VibeToken:扩展一维图像分词器与自回归模型以实现动态分辨率生成
VibeToken: Scaling 1D Image Tokenizers and Autoregressive Models for Dynamic Resolution Generations
把图像编码成 32–256 个可动态控制长度的一维 token,使自回归生成器在任意分辨率下保持恒定浮点运算量;做视觉生成时可借鉴其分辨率无关的分词器设计,替代固定分辨率 VQ 分词器来降低高分辨率推理成本。
一维图像分词器自回归图像生成分辨率无关生成