Autoregressive-Models-in-Vision-Survey

看这一篇，搞懂视觉自回归模型全貌

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 24 🐛 待处理 2 👀 关注 25

GitHub ↗

GitHub 星标 ★ 805

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源综述项目，内容免费，无付费版本。

项目预览

Autoregressive-Models-in-Vision-Survey 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队ChaofanTao

GitHubhttps://github.com/ChaofanTao/Autoregressive-Models-in-Vision-Survey

定价模式🏷️完全免费

价格说明开源综述项目，内容免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型acceleration,autoregressive,computer-vision,deep-learning,diffusion,embodied-ai,image-generation,medical-ai,motion-prediction,multimodal,point-cloud,survey,text-to-image,video-generation

GitHub 星标★ 805

上线时间2024-07-01 00:00:00

代码更新2026-05-05

仓库体积8.8 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 805

技术标签

autoregressive computer-vision deep-learning diffusion embodied-ai

使用教程

难度：入门约 12 分钟部署方式：无需安装 4 步

环境要求

无需环境

安装与启动步骤

1看论文清单

视觉自回归模型的综述仓库，只有论文与分类。
```
https://github.com/ChaofanTao/Autoregressive-Models-in-Vision-Survey
```
2按任务分类读

清单按生成、理解、多模态分组，先锁定你关心的那组。
```
在页面内搜索：Image Generation
```
3顺藤摸瓜

每篇都附代码链接，比读综述正文更快上手。
```
点开 Paper 列的 arXiv 与 Code 列
```
4补一条

想贡献就按仓库模板提 PR，别直接改正文。
```
fork → 改 README → PR
```