Buchumschlag

Parallelized Autoregressive Visual Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yuqing, Ren, Shuhuai, Lin, Zhijie, Han, Yujin, Guo, Haoyuan, Yang, Zhenheng, Zou, Difan, Feng, Jiashi, Liu, Xihui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging Continuous and Discrete Tokens for Autoregressive Visual Generation
von: Wang, Yuqing, et al.
Veröffentlicht: (2025)

EVATok: Adaptive Length Video Tokenization for Efficient Visual Autoregressive Generation
von: Xiong, Tianwei, et al.
Veröffentlicht: (2026)

Loong: Generating Minute-level Long Videos with Autoregressive Language Models
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

GigaTok: Scaling Visual Tokenizers to 3 Billion Parameters for Autoregressive Image Generation
von: Xiong, Tianwei, et al.
Veröffentlicht: (2025)

Cubic Discrete Diffusion: Discrete Visual Generation on High-Dimensional Representation Tokens
von: Wang, Yuqing, et al.
Veröffentlicht: (2026)

LVD-2M: A Long-take Video Dataset with Temporally Dense Captions
von: Xiong, Tianwei, et al.
Veröffentlicht: (2024)

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

UVE: Are MLLMs Unified Evaluators for AI-Generated Videos?
von: Liu, Yuanxin, et al.
Veröffentlicht: (2025)

Understand Before You Generate: Self-Guided Training for Autoregressive Image Generation
von: Yue, Xiaoyu, et al.
Veröffentlicht: (2025)

Next Block Prediction: Video Generation via Semi-Autoregressive Modeling
von: Ren, Shuhuai, et al.
Veröffentlicht: (2025)

Long Context Tuning for Video Generation
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

Routing Matters in MoE: Scaling Diffusion Transformers with Explicit Routing Guidance
von: Wei, Yujie, et al.
Veröffentlicht: (2025)

Can Diffusion Models Learn Hidden Inter-Feature Rules Behind Images?
von: Han, Yujin, et al.
Veröffentlicht: (2025)

CAR: Controllable Autoregressive Modeling for Visual Generation
von: Yao, Ziyu, et al.
Veröffentlicht: (2024)

MACRO: Advancing Multi-Reference Image Generation with Structured Long-Context Data
von: Chen, Zhekai, et al.
Veröffentlicht: (2026)

Autoregressive Image Generation with Randomized Parallel Decoding
von: Li, Haopeng, et al.
Veröffentlicht: (2025)

End-to-End Training for Autoregressive Video Diffusion via Self-Resampling
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

Drift-AR: Single-Step Visual Autoregressive Generation via Anti-Symmetric Drifting
von: Zou, Zhen, et al.
Veröffentlicht: (2026)

LaDiC: Are Diffusion Models Really Inferior to Autoregressive Counterparts for Image-to-Text Generation?
von: Wang, Yuchi, et al.
Veröffentlicht: (2024)

How Far is Video Generation from World Model: A Physical Law Perspective
von: Kang, Bingyi, et al.
Veröffentlicht: (2024)

PLLaVA : Parameter-free LLaVA Extension from Images to Videos for Video Dense Captioning
von: Xu, Lin, et al.
Veröffentlicht: (2024)

Head-Aware KV Cache Compression for Efficient Visual Autoregressive Modeling
von: Qin, Ziran, et al.
Veröffentlicht: (2025)

Progressive Autoregressive Video Diffusion Models
von: Xie, Desai, et al.
Veröffentlicht: (2024)

BitDance: Scaling Autoregressive Generative Models with Binary Tokens
von: Ai, Yuang, et al.
Veröffentlicht: (2026)

Exploiting Discriminative Codebook Prior for Autoregressive Image Generation
von: Tang, Longxiang, et al.
Veröffentlicht: (2025)

VCE: Safe Autoregressive Image Generation via Visual Contrast Exploitation
von: Han, Feng, et al.
Veröffentlicht: (2025)

Next Patch Prediction for Autoregressive Visual Generation
von: Pang, Yatian, et al.
Veröffentlicht: (2024)

Growing Visual Generative Capacity for Pre-Trained MLLMs
von: Wang, Hanyu, et al.
Veröffentlicht: (2025)

Locality-aware Parallel Decoding for Efficient Autoregressive Image Generation
von: Zhang, Zhuoyang, et al.
Veröffentlicht: (2025)

From Sequential to Spatial: Reordering Autoregression for Efficient Visual Generation
von: Wang, Siyang, et al.
Veröffentlicht: (2025)

VMRNN: Integrating Vision Mamba and LSTM for Efficient and Accurate Spatiotemporal Forecasting
von: Tang, Yujin, et al.
Veröffentlicht: (2024)

Image Understanding Makes for A Good Tokenizer for Image Generation
von: Wang, Luting, et al.
Veröffentlicht: (2024)

Randomized Autoregressive Visual Generation
von: Yu, Qihang, et al.
Veröffentlicht: (2024)

AesRM: Improving Video Aesthetics with Expert-Level Feedback
von: Han, Yujin, et al.
Veröffentlicht: (2026)

Macro-from-Micro Planning for High-Quality and Parallelized Autoregressive Long Video Generation
von: Xiang, Xunzhi, et al.
Veröffentlicht: (2025)

LongStream: Long-Sequence Streaming Autoregressive Visual Geometry
von: Cheng, Chong, et al.
Veröffentlicht: (2026)

Vista-LLaMA: Reducing Hallucination in Video Language Models via Equal Distance to Visual Tokens
von: Ma, Fan, et al.
Veröffentlicht: (2023)

Representation Forcing for Bottleneck-Free Unified Multimodal Models
von: Wang, Yuqing, et al.
Veröffentlicht: (2026)

Mirai: Autoregressive Visual Generation Needs Foresight
von: Yu, Yonghao, et al.
Veröffentlicht: (2026)

REAR: Rethinking Visual Autoregressive Models via Generator-Tokenizer Consistency Regularization
von: He, Qiyuan, et al.
Veröffentlicht: (2025)