SelfBootTok 提出自举式图像分词方法

Haozhe Chi 等人提出 SelfBootTok 方法，旨在解决图像分词器在压缩与生成任务上的性能失衡问题。该方法通过自举机制，将图像信息清晰地分解为全局和局部两组 token。 在技术实现上，SelfBootTok 使生成器仅依赖全局 token 即可工作，从而将计算量减少了约 40%。同时，该方法利用自监督学习优化局部表征，通过增加数据或参数规模进一步提升效果。 在实验结果方面，SelfBootTok 展现出显著的优越性。仅使用 64 个 token，该方法便取得了 1.56 的 gFID 分数，刷新了该领域最先进纪录，证明了其在高效生成高质量图像方面的潜力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。