IXThinker·2025-01-04 20:40

字節開源 Infinity 文生圖新模型

字節跳動商業化技術團隊開源自回歸文生圖模型 Infinity，該模型衍生自奪得 NeurIPS 最佳論文的 VAR，以細粒度建模與超大詞表刷新文生圖表現，向主流的擴散模型路線發起挑戰。

技術路線

Infinity 在預測下一級分辨率的基礎上，採用更細粒度的 bitwise tokenizer 建模圖像空間，並把詞表擴展到近乎無窮大，大幅擴充圖像 tokenizer 的表示空間，提高自回歸文生圖的上限。