预训练自回归图像模型实现任意顺序生成

论文提出用未来感知位置嵌入和顺序课程，把预训练栅格扫描自回归图像模型改造成任意顺序生成器，从而支持图像修复、外扩和编辑。方法在 LlamaGen-L/XL 和 RAR-L/XL 四个基座模型上验证，ImageNet 修复 FID 为 6.21，优于 MaskGIT 的 10.44，额外算力为预训练的 13-33%，且不改变标准 AR 推理栈。