FARMER结合了可逆自回归流，可以在不丢失信息的情况下将图像映射到潜在空间及其反向映射，并与自回归Transformer相结合，后者使用高斯混合模型对每个潜在标记的分布进行建模，在单阶段、像素级生成器中提供精确的似然性。 它引入了三个关键创新： - 自监督通道分离将潜在特征分为信息性（Zᴵ）和冗余（Zᴿ）组，有效建模结构和细节。 - 基于重采样的无分类器引导（CFG）提高了图像质量并实现可控采样。 - 一步AF蒸馏通过用单个快速反向步骤替代缓慢的顺序反转，加速了生成。 在ImageNet-256（类条件，50k样本）上，1.9B patch-8模型实现了FID 3.60 / IS 269.21 / Prec 0.81 / Rec 0.51。经过+60个周期后，AF反向推理速度提高了22倍（0.1689s → 0.0076s每张图像），整体速度提高了约4倍（0.2189s → 0.0567s每张图像）。 它的表现优于JetFormer 2.8B（FID 6.64）和TARFlow p8（4.69），并且与STARFlow p8具有竞争力。STARFlow的解码器微调变体（FID 2.40）仍然更强，但使用了多阶段设置。

用THOR推动类人机器人极限：迈向人类水平的全身反应。 BAAI THOR即将来临。 #Robotics #AI #WholeBodyControl

搜索的未来将从对话式AI聊天框开始。