Jeveration:冻结VLM单次前向生成512px图像,78毫秒

新加坡国立大学团队发布论文《Jeveration: System One Models Now Generate》,把认知科学中「System One」式快速并行决策的思路引入图像生成:不依赖扩散模型的迭代去噪,也不做自回归逐token解码,而是复用一个冻结视觉-语言模型(VLM)已有的视觉语义知识,在单次前向传播中一次性并行生成128个离散图像token(双向注意力、块级解码),直接输出整张图像。

已确认

为什么重要

2026-11-19 ~ 2026-11-20 · 5 条相关

一手来源

另有 1 条近重复转述:Crazy-Repeat-2006