模型 Jev 被指从第一性原理重造 MaskGIT:并行预测每个像素作画
torchcompiled · x · 2026-09-17
开发者 anshuc 展示了图像生成模型 Jev 的作画过程:它通过并行预测每一个像素来生成图像,而非常见的自回归逐 token 方式。
torchcompiled 评论称这相当于从第一性原理重新发明了 MaskGIT——即 2022 年 Google 提出的掩码图像生成范式,通过并行预测被掩码的图像 token 实现快速生成。这条观察点出了当前部分新图像模型正在回归并行解码路线的趋势。
「多模态」频道最新
- Mistral OCR 作者联手发布文档抽取基准，直指现有评测盲区 — VikParuchuri · 2026-09-17
- 全AI生成的2.5小时《奥德赛》电影烂到劝退观众 — The Verge AI · 2026-09-17
- AI 生成科幻喜剧「Maiden USA」短片上线 — Living_Operation4319 · 2026-09-17
- 用 GRU「规划器」引导流扩散模型,改善自制视频模型运动连贯性 — pixlpa · 2026-09-17
- Cine Sueños 发布预告：十部曲 AI 叙事电影宇宙亮相 — DreamArchitect_ES · 2026-09-17
- 用 Spawn 一天做出游戏大作级内容，作者预告今晚放实机 — TAbrodi · 2026-09-17