跳到正文

Open-MAGVIT2

开源的自回归图像生成模型系列

访问官网

open-magvit2 是什么

这是腾讯 ARC 实验室开源的自回归图像生成模型系列。项目复现了分词器,并引入不对称分词与下一个子标记预测机制。

主要功能

  • 从 300M 到 1.5B 的模型规模
  • 由大词汇表拆出的子词汇表
  • 提供训练脚本与模型配置

优点与缺点

✓ 我们认可的地方

  • 所有模型与代码均已开源
  • 支持在不同硬件平台训练与测试

! 需要留意的地方

  • 配置需参考 requirements.txt 与 CUDA 环境
  • 下一个子标记预测属于生成设计的一部分

常见问题

列出了什么重建结果?

在 ImageNet 256×256 数据集上达到 1.17 rFID。

模型规模范围是多少?

从 300M 到 1.5B 的不同规模。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法