香港大学和字节跳动的研究团队近日推出名为LlamaGen的自回归文生图模型，实现了超越扩散模型的图像生成效果。基于原始自回归架构，该模型在ImageNet测试中表现出色，尤其是在FID、IS、Precision和Recall等指标上。模型开源且已上线，提供了在线体验，显示出自回归模型在图像生成领域的竞争力。研究人员强调，LlamaGen的成就是由于优化的Image Tokenizer和Llama架构的扩展性，未来有潜力在更高分辨率和视频生成等领域发展。