回望扩散模型之前:VQGAN,生成式视觉的奠基之作
makeitrad1 · x · 2026-09-11
@makeitrad1 分享了一段「Before Diffusion」系列内容,回顾扩散模型统治图像生成之前的关键技术 VQGAN——这一将图像编码为离散 token 的方法为后续自回归与生成式视觉路线奠定了基础。
「多模态」频道最新
- 雨中舞者穿镜而下：Pixio 生成的视频已难辨真假 — tsi_org · 2026-09-11
- Meta Muse 新玩法:一键把任意文章变成播客收听 — alexandr_wang · 2026-09-11
- GPT-6 Astra 做 3D 实战:硬表面走 Blender MCP,有机体靠 TripoAI — majidmanzarpour · 2026-09-11
- 社区开发者做 ComfyUI 节点，为 MiniMax H3 提供 3D 灯光棚重打光 — Emotional_Example_12 · 2026-09-11
- 5090 上 125 秒生成 10 秒 1MP 视频，作者分享深度优化工作流 — Tokyo_Jab · 2026-09-11
- Seedance 2.5 生成 30 秒超写实首尔日常视频，完整提示词公开 — SimplyAnnisa · 2026-09-11