Know, then Draw: A New Learning Paradigm for Visual Generation 封面
HuggingFace
论文2026-10-2…

Know, then Draw: A New Learning Paradigm for Visual Generation

Visual generation requires both high-level semantic knowledge and fine-grained pixel details. We propose a learning paradigm that assigns these roles to autoregressive pretraining for knowledge acquisition and diffusion…

来源:HuggingFace Papers收录于 2026年10月30日

站内导读

中文

用途:这条内容提出一种视觉生成的学习范式,让人理解如何把语义知识与像素细节拆给两类模型分别承担,并据此组织训练流程。

能做什么

  • 用自回归预训练承担高层语义知识的获取,而不是让扩散模型独自兼顾语义与细节。
  • 把细粒度像素生成交给扩散模型,形成先学知识再学绘制的两段式分工。
  • 以「Know, then Draw」为框架名,说明视觉生成需要语义理解与像素精度两类能力。
  • 原文以摘要形式给出范式主张,未列出具体数据集、指标或代码实现细节。

适用场景:适合研究视觉生成、扩散模型与自回归建模的研究者或工程师,在评估训练范式选型、设计多阶段生成流程时参考。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →