/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
9 мар 2025

ARPG

Генерация изображенийТекст → изображение3 профессии

ARPG — модель безусловной генерации изображений с авторегрессионной архитектурой и рандомизированным параллельным декодированием.

18скачиваний за 30 дней4лайкавеса обновлены29 мар 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

ARPG — модель генерации изображений, разработанная Хаопэном Ли, Цзиньюэ Ян, Гоцзи Ли и Хуаном Ваном из Университета Вестлейк и Института автоматизации Китайской академии наук. Она реализует авторегрессионную генерацию изображений с рандомизированным параллельным декодированием: сочетает маскированное моделирование в стиле BERT с каузальной архитектурой в стиле GPT.

Модель предназначена для безусловной генерации изображений. В README заявлены быстрое выполнение, низкое потребление памяти, генерация в случайном порядке и zero-shot-инференс; приведено значение FID 1,94. Модель распространяется в формате Diffusers/PyTorch и загружается через DiffusionPipeline. Лицензия — MIT.

Сценарии применения

  • генерация изображений без текстового запроса
  • эксперименты с авторегрессионной генерацией изображений
  • сравнение стратегий параллельного декодирования изображений

Ограничения

В README не указаны обучающий набор данных и конкретное распределение или классы изображений, для которых модель оптимизирована; применимость заявленного значения FID зависит от протокола оценки.

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 with Randomized Parallel Decoding

Haopeng Li1, Jinyue Yang2, Guoqi Li2,📧, Huan Wang1,📧

1 Westlake University, 2 Institute of Automation, Chinese Academy of Sciences

TL;DR

ARPG is a novel autoregressive image generation framework capable of performing BERT-style masked modeling with a GPT-style causal architecture.

💪 FID 1.94 🚀 Fast Speed ♻️ Low Memory Usage 🎲 Radnom Order 💡 Zero-shot Inference

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

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",       # choose from 'ARPG-L', 'ARPG-XL', or 'ARPG-XXL'
    seed=0,                     # set a seed for reproducibility
    num_steps=64,               # number of autoregressive steps
    class_labels=class_labels,  # 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'
    sample_schedule="arccos",   # choose between 'arccos' (suggested) and 'cosine'
)

generated_image.show()

Citation

If this work is helpful for your research, please give it a star or cite it:

@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}
}

Acknowledgement

Thanks to LlamaGen for its open-source codebase. Appreciate RandAR and RAR for inspiring this work, and also thank ControlAR.

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
16d0288

0 моделей