解决 MAR 图像生成模型效率难题！LazyMAR：通过特征缓存加速自回归图像生成，效率无损提升2.83倍！
术，通过巧妙地利用特征缓存机制，成功攻克了MAR模型在计算效率方面的瓶颈，不仅实现了高达 2.83
FID
连续Token助力文本生成图像迈向新高度！Kaiming团队提出Fluid：MS-COCO上实现6.16 FID
比基于离散 token 的模型实现更好的视觉质量。
>>
加入极市CV技术交流群，走在计算机视觉的最
一秒十图！英伟达MIT联手刷新SOTA，一步扩散解锁实时高质量可控图像生成
新智元报道编辑：LRS 好困。研究提出SANA-Sprint，一种高效的蒸馏扩散模型用于超快速文本到图像生成，仅需1-4步即可在H100上实现7.59 FID和0.74 GenEval的先进性能，并支持实时交互式生成。
