arXiv cs.CV· Jiawei Zhang, Shuhao Liu, Rong Huang, Yuancheng Li, Zhihui Li, Xiaojun Chang, Changlin Li·2026-09-30 12:00· 4 小时前AI 评分31

NesTok：用于自回归图像生成的嵌套自对齐 1D Tokenizer

NesTok: Nested Self-Aligned 1D Tokenizer for Autoregressive Image Generation

AI 导读

NesTok 提出面向动态视觉 tokenizer 的嵌套自对齐框架，通过跨长度训练让短 token 序列接近全长序列的重建质量，在 ImageNet 上 rFID 达 0.98。其下游图像生成在 ImageNet 256×256 上取得现有可变长度自回归图像生成方法中最优 gFID 1.46。代码将公开。

来源：arXiv cs.CV · arxiv.org

#论文/研究 #图像生成 #arXiv