密集步幅

深度分析

DenseAR：單尺度 tokenizer 結合密集步幅的自回歸影像生成新架構

本研究提出DenseAR，以單尺度tokenizer結合密集步幅預測，實現粗到細的階層生成，同時保持單格緊湊。實驗在ImageNet與多對比腦部MRI上顯示，品質與效率均優於傳統光柵或多尺度模型，且首次在單一自回歸模型中同時支援跨模態翻譯、條件生成與腫瘤分割，預示AI影像平台未來可朝通用化發展。