Jeveration单步并行生成图像
先了解这件事
研究者提出 Jeveration,使基于冻结视觉语言模型的统一模型可在一次前向传播中并行生成整张图像。论文称,同一检查点支持文生图、图生图和密集预测,生成一张512×512图像耗时78毫秒,较现有统一模型最高快122倍;论文和在线演示均已公开。 该方法用共享随机状态协调各位置预测,通过双向注意力并行生成128个离散图像token,并以分块解码替代逐token解码。报道显示,模型基于Qwen 3.5 4B,以LoRA在四张96GB GPU上训练约400 GPU小时,GenEval得分为0.74。
AI 根据报道生成 · 16 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
- AKJeveration 通过单次前向传播在 78 ms 内生成 512 × 512 图像
Jeveration 可在 78 ms 内生成一张 512 × 512 图像。它使用冻结的视觉语言模型,在单次前向传播中将整张图像作为一次决策输出。论文地址为 arxiv.org/abs/2611.24738,演示地址为 huggingface.co/spaces/linlinl…。
- AKJeveration 统一模型实现单次并行图像生成
Jeveration 统一模型通过双向注意力一次并行生成 128 个离散图像 token,以分块解码替代逐 token 解码。模型基于 Qwen 3.5 4b,以 lora 在四张 96gb GPU 上训练约 400 GPU 小时,geneval 得分 0.74;常规 VLM VQA/理解分数未披露。
- AKJeveration System One Models Now Generate 论文公开
Jeveration System One Models Now Generate 论文已提供 Hugging Face Papers 页面链接。原文未披露模型版本、参数规模、方法细节、评测结果或可用性。
- Hugging Face 每日热门论文Jeveration 让 System One 模型通过单次前向传播生成图像
Jeveration 将 System One 的并行决策范式用于图像生成,可在单次前向传播中生成高质量图像。它基于冻结的视觉语言模型,以共享随机状态协调各位置预测,并学习离散图像代码分布来引导生成。同一检查点支持文生图、图生图和密集预测;生成 512x512 图像耗时 78 ms,较现有统一模型最高快 122x。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1311月19日 18:00
- 近 24 小时变化
- -7%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。