GPT超越扩散！视觉生成迎来Scaling Law时刻！北大&字节提出VAR新范式

©作者 | 机器之心编辑部来源 | 机器之心新一代视觉生成范式「VAR: Visual Auto Regressive」视觉自回归来了！使 GPT 风格的自回归模型在图像生成首次超越扩散模型，并观察到与大语言模型相似的 Scaling Laws 缩放定律、Zero-shot Task Generalization 泛化能力：▲ 论文标题: "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction"这项名为 VAR 的新工作由北京大学和字节跳动的研究者提出，登上了 GitHub 和 Paperwithcode 热度榜单，并得到大量同行关注：目前体验网站、论文、代码、模型已放出：体验网站：https://var.vision/论文链接：https://arxiv.org/abs/2404.02905开源代码：https://github.com/FoundationVision/VAR开源模型：https://huggingface.co/FoundationVision/var背景介绍在自然语言处理中，以 GPT、LLaMa 系列等大语言模型为例的 Autoregressive 自回归模型已经取得了较大的成功，尤其 S ………………………………