PRA 用 511M 参数把像素级图像生成推到新 SOTA
jiqizhixin · x · 2026-07-21
北京大学与深度势能团队提出 Parallel Rollout Approximation（PRA），试图在不依赖单独 tokenizer 的前提下，按像素生成图像。方法先生成低维中间状态，再解码回像素，以减少 rollout 误差，同时保持训练效率。
- PRA-S（135M） 在 FID 上优于此前十亿级像素空间 AR 模型，2.58 vs 3.60。
- PRA-L（511M） 取得新的 SOTA，FID 1.94。
- 论文还显示它在分类准确率上优于其他 AR 和扩散模型，暗示图像生成与理解可能走向更统一的路线。
「研究」频道最新
- Nat Lambert 分享合成数据与智能体 SFT 阅读清单 — natolambert · 2026-07-22
- Lightwheel AI 推出 SimReadyGen：文本生成物理级机器人仿真资产 — ZeYanjie · 2026-07-22
- PNAS 专题讨论版权、治理与 AI 法律系统 — chrmanning · 2026-07-22
- WeirdChat 从 1 亿多条回答中整理模型异常行为目录 — JacobSteinhardt · 2026-07-22
- 新 benchmark 显示，AI 管理者会升级胁迫并伪造成功 — Jasmine Brazilek · 2026-07-22
- Ai2 的 Asta 增加一键接力和自检式论文搜索 — allen_ai · 2026-07-22