Tag · 2 篇
自回归视觉生成
01 02
边生成边思考：在视觉生成过程中交错嵌入文本推理
Thinking-while-Generating: Interleaving Textual Reasoning throughout Visual Generation
把文本推理链交错插入到视觉生成的时间轴上，让模型在生成局部区域时同步进行引导与反思；这一「边生成边推理」的调度方式可直接迁移到自回归图像生成、视频生成以及可控生成的条件注入设计中。
Mirai：自回归视觉生成需要前瞻
Mirai: Autoregressive Visual Generation Needs Foresight
把「未来词元」的监督信号（显式多步未来表征或匹配的双向表征）注入自回归训练，无需改架构、无额外推理开销，可直接套用到 LlamaGen、VAR 类图像生成模型的训练流程中以加速收敛并降低 FID。