多模态生成框架

DPAR：面向高效自回归视觉生成的动态图像块划分

DPAR: Dynamic Patchification for Efficient Autoregressive Visual Generation

用轻量无监督自回归模型的下一词元预测熵作为信息量准则，动态合并词元为大图像块，可直接迁移到任何 decoder-only 视觉自回归生成器中以降低注意力计算并加速收敛。