/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
22 янв 2025

mar_test2

Генерация изображенийТекст → изображение3 профессии

Производная модели jadechoghari/mar. MAR — авторегрессионная модель безусловной генерации изображений, которая моделирует непрерывные значения с помощью диффузионного процесса без векторного квантования.

59скачиваний за 30 дней0лайковвеса обновлены24 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Карточка модели V3nator/mar_test2 на Hugging Face совпадает с карточкой jadechoghari/mar, поэтому описание составлено по ней.

MAR — модель генерации изображений авторегрессионным способом, представленная в работе Tianhong Li, Yonglong Tian, He Li, Mingyang Deng и Kaiming He «Autoregressive Image Generation without Vector Quantization». Она генерирует изображения без дискретных кодов векторного квантования: вместо этого работает с непрерывными значениями и использует диффузионный процесс для моделирования распределения вероятностей токенов. Модель доступна через библиотеку Diffusers в форматах Diffusers и Safetensors.

MAR предназначена для безусловной генерации изображений. Сочетание авторегрессионного моделирования последовательностей и функции потерь на основе диффузии призвано обеспечить качественную генерацию и высокую скорость. Карточка также отмечает потенциальную применимость подхода к другим непрерывным пространствам, но не описывает конкретные задачи за пределами синтеза изображений. Лицензия модели — MIT.

Сценарии применения

  • безусловная генерация изображений
  • эксперименты с авторегрессионным синтезом изображений
  • исследование генерации изображений без векторного квантования

Ограничения

Карточка не приводит количественных оценок качества, поддерживаемого разрешения или конкретных параметров генерации. В README приведён пример загрузки через DiffusionPipeline, но не указаны ограничения применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Autoregressive Image Generation without Vector Quantization

About

This model (MAR) introduces a novel approach to autoregressive image generation by eliminating the need for vector quantization. Instead of relying on discrete tokens, the model operates in a continuous-valued space using a diffusion process to model the per-token probability distribution. By employing a Diffusion Loss function, the model achieves efficient and high-quality image generation while benefiting from the speed advantages of autoregressive sequence modeling. This approach simplifies the generation process, making it applicable to broader continuous-valued domains beyond just image synthesis. It is based on this paper

Usage:

You can easily load it through the Hugging Face DiffusionPipeline and optionally customize various parameters such as the model type, number of steps, and class labels.

from diffusers import DiffusionPipeline

# load the pretrained model
pipeline = DiffusionPipeline.from_pretrained("jadechoghari/mar", trust_remote_code=True, custom_pipeline="jadechoghari/mar")

# generate an image with the model
generated_image = pipeline(
    model_type="mar_huge",  # choose from 'mar_base', 'mar_large', or 'mar_huge'
    seed=42,                # set a seed for reproducibility
    num_ar_steps=64,        # number of autoregressive steps
    class_labels=[207, 360, 388],  # provide valid ImageNet class labels
    cfg_scale=4,            # classifier-free guidance scale
    output_dir="./images",   # directory to save generated images
    cfg_schedule = "constant", # choose between 'constant' (suggested) and 'linear'
)

# display the generated image
generated_image.show()

This code loads the model, configures it for image generation, and saves the output to a specified directory.

We offer three pre-trained MAR models in safetensors format:

  • mar-base.safetensors
  • mar-large.safetensors
  • mar-huge.safetensors

This is a Hugging Face Diffusers/GPU implementation of the paper Autoregressive Image Generation without Vector Quantization

The Official PyTorch Implementation is released in this repository

@article{li2024autoregressive,
  title={Autoregressive Image Generation without Vector Quantization},
  author={Li, Tianhong and Tian, Yonglong and Li, He and Deng, Mingyang and He, Kaiming},
  journal={arXiv preprint arXiv:2406.11838},
  year={2024}
}

Acknowledgements

We thank Congyue Deng and Xinlei Chen for helpful discussion. We thank Google TPU Research Cloud (TRC) for granting us access to TPUs, and Google Cloud Platform for supporting GPU resources.

A large portion of codes in this repo is based on MAE, MAGE and DiT.

Contact

If you have any questions, feel free to contact me through email (tianhong@mit.edu). Enjoy!

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
af9ffc2

0 моделей