刚拿下NeurIPS最佳论文，字节就开源VAR文生图版本，拿下SOTA击败扩散模型
内容提要
字节开源的Infinity模型在图像生成方面超越了扩散模型，推理速度提升3至14倍，生成质量高且细节丰富。其核心创新是采用Bitwise Token自回归框架，扩展词表至无穷大，显著提升生成效果。Infinity在NeurIPS获奖后已开源，提供体验。
延伸解读
Infinity模型的技术创新
Infinity模型的核心创新在于采用了Bitwise Token自回归框架，这种方法通过细粒度建模显著提升了图像生成的高频细节表现。与传统的Index-wise Token相比，Bitwise Token在优化过程中更具稳定性，能够有效减少生成图像的模糊现象。
推理速度的显著提升
Infinity在推理速度上表现出色，尤其是在生成高分辨率图像时，其速度比同尺寸的扩散模型快3至14倍。这一优势使得Infinity在实际应用中更具竞争力，尤其适合需要快速生成图像的场景。
无穷大词表的优势
Infinity模型通过扩展词表至无穷大，解决了自回归模型在高频细节还原能力上的不足。这一创新不仅提升了生成效果，还使得模型在处理复杂图像时表现更加优异，尤其是在细节丰富的场景中。
Q&A
Infinity模型的主要创新是什么？
Infinity模型的主要创新是采用Bitwise Token自回归框架，扩展词表至无穷大，从而显著提升生成效果。
Infinity模型在推理速度上与扩散模型相比如何？
Infinity模型在推理速度上比同尺寸的扩散模型快3至14倍，表现出显著的速度优势。
Infinity模型在图像生成质量上表现如何？
Infinity生成的图像细节丰富，整体质量高，能够生成各种长宽比的图像。
Infinity模型如何解决自回归模型的高频细节问题？
Infinity通过Bitwise Token自回归建模，提升了模型的高频表示能力，从而改善了生成图像的细节。
Infinity模型的开源情况如何？
Infinity模型的训练和推理代码、demo、模型权重已在GitHub上发布，用户可以进行体验。
Infinity模型在用户评测中表现如何？
Infinity在用户评测中以接近90%的beat rate击败了HART模型，并在多个扩散模型中表现优异。
