智象未來團隊提出全新層級自回歸生成范式Hierarchical Masked Autoregressive models (Hi-MAR)，有效解決自回歸圖像生成中結構失真問題。該研究已被 ICML 2025 收錄，并在多個圖像生成任務中取得領先性能。

現(xiàn)有自回歸圖像生成模型存在缺乏全局結構建模能力、訓練-推理分布不一致、尺度引導缺失等問題。Hi - MAR 借鑒人類繪畫過程，采用自頂向下層次化生成范式，還引入多尺度聯(lián)合訓練策略等。實驗顯示，其在圖像質量和語義一致性上優(yōu)于主流方法，可以顯著提升模型的全局感知能力與生成質量。

本次發(fā)表的論文《Hierarchical Masked Autoregressive Models with Low-Resolution Token Pivots》，展示了團隊在多模態(tài)生成式基礎架構設計領域的前沿探索。這一全新的層級自回歸生成架構 Hi-MAR，為構建具備“全局感知+局部細化”能力的生成基礎架構提供了新的范式，同時它也是HiDream系列開源模型家族重要的一員，為下一代多模態(tài)生成式基礎架構的技術演進帶來更多的可能性!

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。