Talk预告 | 香港大学熊璟：视觉中的自回归生成模型综述

正文

请到「今天看啥」查看全文

Talk·介绍

▼

本次分享深入整理了自回归模型在计算机视觉中的发展与应用，探讨其在生成高质量视觉内容方面的演变过程。分享对比了自回归模型在自然语言处理（NLP）与计算机视觉中的应用差异，指出在计算机视觉中，表示形式可以从像素级、标记级到尺度级不等。将自回归模型分为基于像素、基于标记和基于尺度三类框架，并探讨了它们在图像、视频、三维和多模态生成中的应用。

此外，还讨论了这些模型在新兴领域中的应用，如具身人工智能（Embodied AI）和三维医学人工智能，并提出了当前面临的挑战与未来潜在的研究方向。

Talk大纲

1. 引言：自回归模型（Autoregressive Models）在NLP和CV中的崛起

2. 视觉自回归模型基础与代表性方法（Autoregressive Models in Vision）

3. 与其他生成模型的关系（Relations to Other Generative Models）

4. 视觉自回归模型的典型应用与任务（Applications & Tasks）

5. 评估方法（Evaluation Metrics）

6. 挑战与未来方向（Challenges & Future Directions）

7. 总结（Conclusion）

Talk·预习资料

▼

请到「今天看啥」查看全文