QuadTok：用于自回归图像生成的四叉树视觉 tokenizer
QuadTok: Quadtree Visual Tokenizer for Autoregressive Image Generation
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
QuadTok 提出用分层四叉树结构做视觉 tokenization，兼顾 2D 空间绑定与 1D 序列灵活性，能对复杂区域动态分配表征容量、对同质区域用粗分辨率。
来源：Hugging Face Daily Papers · arxiv.org