arXiv · Computer Vision· Jiawei Zhang, Shuhao Liu, Rong Huang, Yuancheng Li, Zhihui Li, Xiaojun Chang, Changlin Li·2026-09-30 12:00· 6 小时前AI 评分28

NesTok：面向自回归图像生成的嵌套自对齐 1D Tokenizer

NesTok: Nested Self-Aligned 1D Tokenizer for Autoregressive Image Generation

AI 导读

NesTok 提出嵌套自对齐框架，针对动态视觉 Tokenizer 引入跨长度训练，用完整长度序列指导较短序列的重建优化。在 ImageNet 上 rFID 达 0.98，下游图像生成取得 gFID 1.46 的当前最优成绩。代码将开源。