Copertina

Unified Autoregressive Visual Generation and Understanding with Continuous Tokens

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fan, Lijie, Tang, Luming, Qin, Siyang, Li, Tianhong, Yang, Xuan, Qiao, Siyuan, Steiner, Andreas, Sun, Chen, Li, Yuanzhen, Zhu, Tao, Rubinstein, Michael, Raptis, Michalis, Sun, Deqing, Soricut, Radu
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fluid: Scaling Autoregressive Text-to-image Generative Models with Continuous Tokens
di: Fan, Lijie, et al.
Pubblicazione: (2024)

Wavelet-Based Image Tokenizer for Vision Transformers
di: Zhu, Zhenhai, et al.
Pubblicazione: (2024)

Unified Medical Image Tokenizer for Autoregressive Synthesis and Understanding
di: Ma, Chenglong, et al.
Pubblicazione: (2025)

Latent Denoising Makes Good Tokenizers
di: Yang, Jiawei, et al.
Pubblicazione: (2025)

Fractal Generative Models
di: Li, Tianhong, et al.
Pubblicazione: (2025)

Probing the 3D Awareness of Visual Foundation Models
di: Banani, Mohamed El, et al.
Pubblicazione: (2024)

MergeTok: Unified Continuous and Discrete Visual Tokenization via Token Merging
di: Zhang, Luyuan, et al.
Pubblicazione: (2026)

LLaMo: Scaling Pretrained Language Models for Unified Motion Understanding and Generation with Continuous Autoregressive Tokens
di: Li, Zekun, et al.
Pubblicazione: (2026)

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

Skywork UniPic: Unified Autoregressive Modeling for Visual Understanding and Generation
di: Wang, Peiyu, et al.
Pubblicazione: (2025)

Wave-Particle (Continuous-Discrete) Dualistic Visual Tokenization for Unified Understanding and Generation
di: Chen, Yizhu, et al.
Pubblicazione: (2025)

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

V2Flow: Unifying Visual Tokenization and Large Language Model Vocabularies for Autoregressive Image Generation
di: Zhang, Guiwei, et al.
Pubblicazione: (2025)

Understanding Generalization and Forgetting in In-Context Continual Learning
di: Li, Guangyu, et al.
Pubblicazione: (2026)

DualToken: Towards Unifying Visual Understanding and Generation with Dual Visual Vocabularies
di: Song, Wei, et al.
Pubblicazione: (2025)

Autoregressive Image Generation without Vector Quantization
di: Li, Tianhong, et al.
Pubblicazione: (2024)

Token by Token, Compromised: Backdoor Vulnerabilities in Unified Autoregressive Models
di: Braun, Tobias, et al.
Pubblicazione: (2026)

FreqPolicy: Frequency Autoregressive Visuomotor Policy with Continuous Tokens
di: Zhong, Yiming, et al.
Pubblicazione: (2025)

Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better
di: Wang, Dianyi, et al.
Pubblicazione: (2025)

CPC-VAR:Continual Personalized and Compositional Generation in Visual Autoregressive Models
di: Li, Junhao, et al.
Pubblicazione: (2026)

CausalLM is not optimal for in-context learning
di: Ding, Nan, et al.
Pubblicazione: (2023)

Omni-SMoLA: Boosting Generalist Multimodal Models with Soft Mixture of Low-rank Experts
di: Wu, Jialin, et al.
Pubblicazione: (2023)

MergeMix: A Unified Augmentation Paradigm for Visual and Multi-Modal Understanding
di: Jin, Xin, et al.
Pubblicazione: (2025)

FELLE: Autoregressive Speech Synthesis with Token-Wise Coarse-to-Fine Flow Matching
di: Wang, Hui, et al.
Pubblicazione: (2025)

Unifying Contrastive and Generative Objectives for Visual Understanding and Text-to-Image Generation
di: Li, Chao, et al.
Pubblicazione: (2026)

UniTok: A Unified Tokenizer for Visual Generation and Understanding
di: Ma, Chuofan, et al.
Pubblicazione: (2025)

Ming-UniVision: Joint Image Understanding and Generation with a Unified Continuous Tokenizer
di: Huang, Ziyuan, et al.
Pubblicazione: (2025)

Selftok: Discrete Visual Tokens of Autoregression, by Diffusion, and for Reasoning
di: Wang, Bohan, et al.
Pubblicazione: (2025)

Frequency Autoregressive Image Generation with Continuous Tokens
di: Yu, Hu, et al.
Pubblicazione: (2025)

NextStep-1: Toward Autoregressive Image Generation with Continuous Tokens at Scale
di: NextStep Team, et al.
Pubblicazione: (2025)

ClusterMark: Towards Robust Watermarking for Autoregressive Image Generators with Visual Token Clustering
di: Lukovnikov, Denis, et al.
Pubblicazione: (2025)

MARS: Enabling Autoregressive Models Multi-Token Generation
di: Jin, Ziqi, et al.
Pubblicazione: (2026)

CLIP as RNN: Segment Countless Visual Concepts without Training Endeavor
di: Sun, Shuyang, et al.
Pubblicazione: (2023)

CamCtrl3D: Single-Image Scene Exploration with Precise 3D Camera Control
di: Popov, Stefan, et al.
Pubblicazione: (2025)

VARGPT: Unified Understanding and Generation in a Visual Autoregressive Multimodal Large Language Model
di: Zhuang, Xianwei, et al.
Pubblicazione: (2025)

On the intimate association between even binary palindromic words and the Collatz-Hailstone iterations
di: Raptis, T.
Pubblicazione: (2024)

TokenUnify: Scaling Up Autoregressive Pretraining for Neuron Segmentation
di: Chen, Yinda, et al.
Pubblicazione: (2024)

VideoMAR: Autoregressive Video Generatio with Continuous Tokens
di: Yu, Hu, et al.
Pubblicazione: (2025)

Hyperspherical Latents Improve Continuous-Token Autoregressive Generation
di: Ke, Guolin, et al.
Pubblicazione: (2025)

Fractal Autoregressive Depth Estimation with Continuous Token Diffusion
di: Zhang, Jinchang, et al.
Pubblicazione: (2026)