看这一篇，搞懂视觉自回归模型全貌
这是一份关于视觉自回归模型（AR models）的综述论文项目，发表于TMLR 2025。它系统梳理了自回归模型在计算机视觉领域的研究进展，涵盖图像生成、视频预测、医学影像、具身智能等方向。项目解决了该领域缺乏统一梳理的问题，为研究者提供了结构化的知识框架。核心能力包括：分类整理了不同视觉自回归模型架构、对比了与扩散模型的差异、总结了加速训练与推理的技术、并展望了未来方向。内容以论文为主体，GitHub仓库提供相关资源链接和引用信息，适合作为入门指南或研究参考。
Awesome-Autoregressive-Models、The-Annotated-Transformer、Diffusion-Models-in-Vision-Survey
Autoregressive-Models-in-Vision-Survey 是计算机视觉领域的开源项目，由 ChaofanTao 开发，2024 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（808）位列前 30%，在计算机视觉分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。开源综述项目，内容免费，无付费版本。
它主要面向的使用场景是：研究者快速了解视觉自回归模型的研究现状。同类可对比的替代方案包括 Awesome-Autoregressive-Models、The-Annotated-Transformer、Diffusion-Models-in-Visi…。
下一篇：InstructCV
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3
