Model details
模型介绍
中文整理# Open-MAGV2 模型说明
Model use case
使自回归视觉生成技术民主化，降低使用门槛。
## 主要能力
MAGVIT2 为视觉生成任务推出了强大的分词器（tokenizer），引入了创新的 LookUpFree 量化技术，并将码本规模扩展至 2^18，在图像和视频生成任务中展现出优异的性能。该技术在前沿的自回归视频生成模型 VideoPoet 中发挥了重要作用。
## 背景说明
此前，VQGAN 作为初始分词器在主流任务尤其是自回归视觉生成中不可或缺。由于码本规模受限及码字利用率的瓶颈，自回归生成能力被低估。MAGVIT2 通过上述技术创新突破了这一限制。
## 实现情况
本项目遵循 MAGVIT-2 分词器设计的重要理念，使用 PyTorch 重新实现，目前取得了与原始模型最接近的结果。
## 补充说明
原始资料中未包含输入输出格式、运行要求、基本用法、限制及许可证等相关信息。
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.
