本研究探讨了掩盖生成模型与非自回归模型的关系，提出了“离散插值”框架，展示了其在视觉领域的可扩展性，并在多个基准测试中表现出竞争力。

本文介绍了非自回归模型在图像生成中的优势，包括高效生成和低推理延迟。提出了一种新的离散扩散概率模型，利用无约束的Transformer架构实现并行预测，提升图像生成的多样性和一致性。同时，研究了基于矢量量化的文本到图像生成方法，显著改善了复杂场景图像的生成质量。

非自回归模型在图像生成中表现出高效性和低延迟，参数规模为346M，能在1秒内生成高质量图像。新方法如LaDiC和PIXAR提升了图像到文本生成的性能，且不依赖预定义词汇。此外，研究提出了基于条件扩散模型的统一框架，超越了传统方法，展示了多任务扩散模型的优越性。