自回归模型在视觉生成领域中的应用

所属专题:多模态理解与生成的突破

嘉宾 : 韩剑 | 字节跳动算法工程师

会议室 : 首府5

讲师介绍

专题演讲嘉宾:韩剑

字节跳动算法工程师

韩剑,硕士毕业于清华大学,先后就职于阿里巴巴、字节跳动。在图像/视频生成领域积累了丰富的实战经验,是 Infinity / InfinityStar 的核心作者,在 CVPR/NeurIPS/AAAI 等会议发表多篇论文,过去一年先后 AIGC 领域论文中稿 CVPR 和 NeurIPS Oral。

议题介绍

演讲:自回归模型在视觉生成领域中的应用

目前视觉生成以扩散模型为主,我们探索了一条不同的自回归视觉生成的路线。本次演讲中,我们将以过去一年我们发表的顶会论文为基础,介绍我们在自回归视觉生成领域中的一些前沿技术探索,希望给大家科普自回归做视觉生成的方法细节、优劣势、未来发展方向。

演讲提纲

  1. 概览:自回归 vs. 扩散模型
  2. 自回归文生图:Infinity
    • 背景
    • 方法架构:Bitwise Modeling
    • 实验结果
  3. 自回归文生视频:InfinityStar
    • 背景
    • 方法架构:Spacetime Autoregressive
    • 实验结果
  4. 下一代自回归视觉生成模型
    • 背景
    • 方法架构
    • 实验结果
  5. 总结

这样的技术在实践过程中有哪些痛点?

  • 在效果上,距离 top-tier 的闭源扩散模型仍有一定差距。

听众收益

  1. 自回归怎么做图像/视频生成;
  2. 自回归生成的优势和劣势。

交通指南

北京富力万丽酒店

Renaissance Beijing Capital Hotel
地址:北京市朝阳区东三环中路61号
  • 微信咨询

  • 电话咨询

    联系电话:+86 18514549229

微信联系我们

如您在购票过程中遇到问题,请扫码咨询票务小助手