Jeveration 单次前向生成图像,512px 仅 78ms 快 122 倍
Crazy-Repeat-2006 · reddit · 2026-11-19
Reddit 用户分享论文《Jeveration: System One Models Now Generate》,将「System One」快速并行决策范式用于图像生成。
核心方法:
- 基于冻结的视觉语言模型,复用其视觉语义知识做整体图像生成
- 关键挑战是并行预测的全局一致性:所有位置以共享随机状态为条件协调,每次采样得到不同但连贯的图像
- 由于模型在直接图像监督下会忽略该状态,先学习离散图像码的分布来引导单次生成
- 同一架构统一 text-to-image、image-to-image 与密集预测,一个 checkpoint 三种任务各一次前向完成
结果:512×512 图像 78ms 生成,比现有统一模型最快快 122 倍,图像质量与密集预测性能保持竞争力。权重已发布在 Hugging Face(linlinlinlinsdada/Jeveration),配套页面含代码。
所属事件:Jeveration:冻结VLM单次前向生成512px图像,78毫秒(5 条相关)→
「多模态」频道最新
- Ideogram 跳过 4.5 开源版,将直接开放 4.6 权重 — multimodalart · 2026-11-20
- 零剪辑经验用 Fable 5.2 迭代 19 次自动产出游戏混剪视频 — gdechichi · 2026-11-20
- Seedance 2.5 实测:30 秒幽灵列车短片提示词公开 — LudovicCreator · 2026-11-20
- 用代码生成霓虹风动画:fofr 展示 anime 风泳池场景 — fofrAI · 2026-11-20
- 个人玩家用 RTX 4080 训 126 小时,开源像素画 DiT 模型 — ApprehensiveTart3158 · 2026-11-20
- 200 个工具吃光上下文:开发者分享用 MCP 给 Claude 造视频编辑器的踩坑经 — MrxAnomynous · 2026-11-20