ARPG

🚀 隨機並行解碼的自迴歸圖像生成

ARPG 是一種新穎的自迴歸圖像生成框架，它能夠利用 GPT 風格的因果架構 執行 BERT 風格的掩碼建模。該框架具有以下顯著優勢：

• 💪 FID 1.94：具備出色的圖像生成質量。
• 🚀 快速速度：實現高效的圖像生成。
• ♻️ 低內存使用：減少資源佔用。
• 🎲 隨機順序：增加生成的多樣性。
• 💡 零樣本推理：無需大量樣本即可進行推理。

🚀 快速開始

你可以通過 Hugging Face 的 DiffusionPipeline 輕鬆加載該模型，並可根據需要自定義各種參數，例如模型類型、步數和類別標籤等。

💻 使用示例

基礎用法

from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained("hp-l33/ARPG", custom_pipeline="hp-l33/ARPG")

class_labels = [207, 360, 388, 113, 355, 980, 323, 979]

generated_image = pipeline(
    model_type="ARPG-XL",       # 可從 'ARPG-L', 'ARPG-XL', 或 'ARPG-XXL' 中選擇
    seed=0,                     # 設置種子以實現可重複性
    num_steps=64,               # 自迴歸步數
    class_labels=class_labels,  # 提供有效的 ImageNet 類別標籤
    cfg_scale=4,                # 無分類器引導比例
    output_dir="./images",      # 保存生成圖像的目錄
    cfg_schedule="constant",    # 可在 'constant'（建議）和 'linear' 之間選擇
    sample_schedule="arccos",   # 可在 'arccos'（建議）和 'cosine' 之間選擇
)

generated_image.show()

📄 許可證

本項目採用 MIT 許可證。

📚 引用

如果本工作對你的研究有幫助，請給它點個星或進行引用：

@article{li2025autoregressive,
    title={Autoregressive Image Generation with Randomized Parallel Decoding},
    author={Haopeng Li and Jinyue Yang and Guoqi Li and Huan Wang},
    journal={arXiv preprint arXiv:2503.10568},
    year={2025}
}

🙏 致謝

感謝 LlamaGen 提供的開源代碼庫。感謝 RandAR 和 RAR 對本工作的啟發，同時也感謝 ControlAR。