字节跳动 Seed 公开 GenFirst：VAE 和生成模型一起训练，先练生成、再补重建
官方原文·自动收录原文标题 ByteDance-Seed/GenFirst
训练图像生成模型，通常要先单独训好一个 VAE，把图片压缩成潜空间，再在上面训生成模型。字节跳动 Seed 公开的 GenFirst 把两步放在一起训：先让生成目标决定潜空间的样子，再慢慢加上重建要求，避免潜空间坍塌。ImageNet-256 上 SiT 的 gFID 为 0.97（用 CFG）。目前只放出 EiT 版本，权重和部分代码为 CC BY-NC 4.0，仅限非商业使用。
为什么重要
论文 8 月已发表，这次公开了代码和权重供复现。VAE 与生成模型通常分两阶段训练，GenFirst 提出端到端联合训练；权重和部分代码仅限非商业使用，且只有 EiT 版本。
来源3
由 dalao.ai 自动收录：标题按固定模板生成，原文标题未改动；事实以官方原文为准，著作权归原发布者所有。