CoT推理赋能文生图！港中文首次提出文生图的o1推理和inference scaling新范式。

文章预览

OpenAI的o1模型凭借思维链（Chain-of-Thought, CoT）技术，在推理能力上实现了质的飞跃，引领了大模型理解领域的新风尚。然而，这一创新的火花能否照亮图像生成领域？近日，来自香港中文大学、北京大学及上海AI Lab的科研团队，系统地探索了“CoT 推理+文生图”的结合与潜力。 通过精心设计的Verify和Reinforce方案，不仅验证了CoT推理与文生图结合的无限可能，更揭示了这一融合策略在提升自回归图像生成质量上的显著成效。 相关链接 论文：https://arxiv.org/pdf/2501.13926 代码：https://github.com/ZiyuGuo99/Image-Generation-CoT 模型：https://huggingface.co/ZiyuG/Image-Generation-CoT 论文介绍 图像生成中的推理 数学中的 LLM 和 LMM 广泛探索了思路链 (CoT) 推理。然而，这种策略是否可以应用于验证和强化图像生成场景仍是一个悬而未决的问题。在这个项目首次全面研究了 CoT 推理增 ………………………………