Model details
模型介绍
中文整理# Open-MAGVIT2
Model use case
Open-MAGVIT2 是一个用于自回归视觉生成的强大分词器（tokenizer），旨在推动自回归视觉生成领域的创新与创作。
## 主要能力
MAGVIT2 引入了一种创新的 LookUpFree 量化技术，将码本大小扩展至 2^18，在图像和视频生成任务中展现出优异的性能。该分词器在当前最先进的自回归视频生成模型 VideoPoet 中发挥着重要作用。
## 输入输出
分词器可将图像和视频转换为离散码本表示，用于自回归生成模型。
运行要求
基于 PyTorch 实现。
基本用法
在代码库中，研究者遵循 MAGVIT-2 分词器设计的重要洞察，使用 PyTorch 重新实现了该分词器，目前取得了与原始版本最接近的结果。## 限制
此前无法获取 MAGVIT2 这一强大的分词器。
License
（原文未提供许可证信息）
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
