Buchumschlag

DART: Denoising Autoregressive Transformer for Scalable Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Jiatao, Wang, Yuyang, Zhang, Yizhe, Zhang, Qihang, Zhang, Dinghuai, Jaitly, Navdeep, Susskind, Josh, Zhai, Shuangfei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving GFlowNets for Text-to-Image Diffusion Alignment
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2024)

Matryoshka Diffusion Models
von: Gu, Jiatao, et al.
Veröffentlicht: (2023)

TypeScore: A Text Fidelity Metric for Text-to-Image Generative Models
von: Sampaio, Georgia Gabriela, et al.
Veröffentlicht: (2024)

Kaleido Diffusion: Improving Conditional Diffusion Models with Autoregressive Latent Modeling
von: Gu, Jiatao, et al.
Veröffentlicht: (2024)

How Far Are We from Intelligent Visual Deductive Reasoning?
von: Zhang, Yizhe, et al.
Veröffentlicht: (2024)

Normalizing Flows are Capable Generative Models
von: Zhai, Shuangfei, et al.
Veröffentlicht: (2024)

Many-to-many Image Generation with Auto-regressive Diffusion Models
von: Shen, Ying, et al.
Veröffentlicht: (2024)

Normalizing Trajectory Models
von: Gu, Jiatao, et al.
Veröffentlicht: (2026)

STARFlow2: Bridging Language Models and Normalizing Flows for Unified Multimodal Generation
von: Shen, Ying, et al.
Veröffentlicht: (2026)

Normalizing Flows with Iterative Denoising
von: Chen, Tianrong, et al.
Veröffentlicht: (2026)

Flexible Language Modeling in Continuous Space with Transformer-based Autoregressive Flows
von: Zhang, Ruixiang, et al.
Veröffentlicht: (2025)

PLANNER: Generating Diversified Paragraph via Latent Language Diffusion Model
von: Zhang, Yizhe, et al.
Veröffentlicht: (2023)

STARFlow-V: End-to-End Video Generative Modeling with Normalizing Flows
von: Gu, Jiatao, et al.
Veröffentlicht: (2025)

STARFlow: Scaling Latent Normalizing Flows for High-resolution Image Synthesis
von: Gu, Jiatao, et al.
Veröffentlicht: (2025)

Aggregate-and-Adapt Natural Language Prompts for Downstream Generalization of CLIP
von: Huang, Chen, et al.
Veröffentlicht: (2024)

World-consistent Video Diffusion with Explicit 3D Modeling
von: Zhang, Qihang, et al.
Veröffentlicht: (2024)

The Coupling Within: Flow Matching via Distilled Normalizing Flows
von: Berthelot, David, et al.
Veröffentlicht: (2026)

Scalable Pre-training of Large Autoregressive Image Models
von: El-Nouby, Alaaeldin, et al.
Veröffentlicht: (2024)

DSplats: 3D Generation by Denoising Splats-Based Multiview Diffusion Models
von: Miao, Kevin, et al.
Veröffentlicht: (2024)

Target Concrete Score Matching: A Holistic Framework for Discrete Diffusion
von: Zhang, Ruixiang, et al.
Veröffentlicht: (2025)

Learning to Sample Effective and Diverse Prompts for Text-to-Image Generation
von: Yun, Taeyoung, et al.
Veröffentlicht: (2025)

Text-Conditional JEPA for Learning Semantically Rich Visual Representations
von: Huang, Chen, et al.
Veröffentlicht: (2026)

MixAR: Mixture Autoregressive Image Generation
von: Hu, Jinyuan, et al.
Veröffentlicht: (2025)

3D Shape Tokenization via Latent Flow Matching
von: Chang, Jen-Hao Rick, et al.
Veröffentlicht: (2024)

AlignGuard: Scalable Safety Alignment for Text-to-Image Generation
von: Liu, Runtao, et al.
Veröffentlicht: (2024)

Autoregressive Image Generation with Masked Bit Modeling
von: Yu, Qihang, et al.
Veröffentlicht: (2026)

Denoising Autoregressive Representation Learning
von: Li, Yazhe, et al.
Veröffentlicht: (2024)

Xformer: Hybrid X-Shaped Transformer for Image Denoising
von: Zhang, Jiale, et al.
Veröffentlicht: (2023)

MADFormer: Mixed Autoregressive and Diffusion Transformers for Continuous Image Generation
von: Chen, Junhao, et al.
Veröffentlicht: (2025)

Hawk: Leveraging Spatial Context for Faster Autoregressive Text-to-Image Generation
von: Chen, Zhi-Kai, et al.
Veröffentlicht: (2025)

Astra: General Interactive World Model with Autoregressive Denoising
von: Zhu, Yixuan, et al.
Veröffentlicht: (2025)

Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
von: Sun, Peize, et al.
Veröffentlicht: (2024)

Nabla-R2D3: Effective and Efficient 3D Diffusion Alignment with 2D Rewards
von: Liu, Qingming, et al.
Veröffentlicht: (2025)

Scalable Autoregressive Image Generation with Mamba
von: Li, Haopeng, et al.
Veröffentlicht: (2024)

Speculative Jacobi-Denoising Decoding for Accelerating Autoregressive Text-to-image Generation
von: Teng, Yao, et al.
Veröffentlicht: (2025)

End-to-End Autoregressive Image Generation with 1D Semantic Tokenizer
von: Chu, Wenda, et al.
Veröffentlicht: (2026)

JetFormer: An Autoregressive Generative Model of Raw Images and Text
von: Tschannen, Michael, et al.
Veröffentlicht: (2024)

Asynchronous Denoising Diffusion Models for Aligning Text-to-Image Generation
von: Hu, Zijing, et al.
Veröffentlicht: (2025)

TADA: Improved Diffusion Sampling with Training-free Augmented Dynamics
von: Chen, Tianrong, et al.
Veröffentlicht: (2025)

Annealed Relaxation of Speculative Decoding for Faster Autoregressive Image Generation
von: Li, Xingyao, et al.
Veröffentlicht: (2026)