模型详情
模型介绍
中文整理# Open-MAGVIT2
模型用途
自回归视觉生成任务，包括图像和视频生成。
## 主要能力
MAGVIT2是一种强大的视觉生成分词器（tokenizer），引入了创新的LookUpFree量化技术，并将代码本规模扩展至2^18，在图像和视频生成任务中展现出优异的性能。该技术是当前先进自回归视频生成模型VideoPoet的核心组件。Open-MAGVIT2使用PyTorch重新实现了MAGVIT2，达到了与原始实现最为接近的效果。
## 输入输出
根据具体任务而定。模型支持图像和视频生成任务。
运行要求
基于PyTorch实现。
基本用法
参考GitHub仓库中的训练、评估和推理脚本。
限制
未提供相关信息。
许可证
未提供相关信息。
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。
资料或下载有问题？
登录后可提交反馈。
