FoundationVision

[Premio al Mejor Artículo en NeurIPS 2024][GPT supera a diffusion🔥] [leyes de escala en generación visual📈] Implementación oficial de "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". ¡Una base de código *ultrasimple, fácil de usar y de última generación* para la generación autorregresiva de imágenes!

[ECCV 2022] ByteTrack: Seguimiento de múltiples objetos asociando cada cuadro de detección

El modelo autorregresivo supera a la difusión: 🦙 Llama para la generación escalable de imágenes

[CVPR 2025 Oral] Infinity ∞: Escalado de modelado autorregresivo bit a bit para la síntesis de imágenes de alta resolución.

[CVPR2024 Highlight] GLEE: modelo base de objetos generales para imágenes y videos a gran escala.

Modelo fundacional de video de nivel industrial para la generación unificada de texto a video (T2V) e imagen a video (I2V).

[NeurIPS 2025 Oral] Infinity⭐️: Modelado autorregresivo espacio-temporal unificado para generación visual.

(Aceptado por IJCV) Liquid: los modelos de lenguaje son generadores multimodales escalables y unificados.

[ECCV2024] Modelo de lenguaje multimodal fundamentado con tokenización visual localizada

[NeurIPS 2025 Spotlight] Un tokenizador unificado para la generación y comprensión visual.