BitVAE

用比特级分词，让图像生成更精细高效

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 2 🐛 待处理 4 👀 关注 2
GitHub ↗
GitHub 星标 ★ 73
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

BitVAE 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FoundationVision
GitHubhttps://github.com/FoundationVision/BitVAE
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型autoregressive-models,image-generation,image-tokenizer,vae,vqvae
GitHub 星标★ 73
上线时间2025-05-18 00:00:00
代码更新2025-05-18
仓库体积256 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

BitVAE 是一个图像分词器（tokenizer）的官方训练与推理代码库，属于自回归图像生成模型的基础组件。它通过将图像编码为离散的比特级 token，替代传统的 VQVAE 或 VAE 使用的连续或离散码本，从而在压缩图像信息的同时保留更细粒度的细节。BitVAE 的核心创新在于比特级分词，能有效提升自回归模型的生成质量和效率，同时降低码本崩溃的风险。该项目解决了现有图像分词器在压缩率、重建保真度和训练稳定性上的不足，为图像生成、图像压缩和跨模态任务提供了更优的基础工具。代码基于 Python 实现，支持主流深度学习框架，适合研究者复现和扩展。

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 ★ 73

核心亮点

  • 比特级分词设计新颖，能捕捉更细粒度的图像细节，提升重建质量
  • 官方代码，训练和推理流程完整，便于复现和二次开发
  • 针对自回归模型优化，可无缝集成到现有生成框架中

不足之处

  • 项目处于早期阶段，文档和社区支持尚不完善
  • 比特级分词可能增加序列长度，导致训练和推理速度下降

适用场景

  • 自回归图像生成（如像素级生成）
  • 图像压缩与重建
  • 多模态模型中的视觉编码器

替代项目

VQGAN、VQVAE-2、RAR (Random Auto-Regressive)

上一篇：modular-diffusion

下一篇：finetuning-notebooks

同类项目推荐

Aurora 开源

统一多模态时间序列预测，一个模型搞定数值文本图像

[ICLR 2026] Aurora: Towards Universal Generative Multimodal Time Series Forecasting

★ 80 2026-08-09
DART 开源

扩散式推测解码，让大模型推理更快更省算力

Official Implementation of DART (DART: Low-Latency Parallel Drafting with Continuity···

★ 72 2026-08-09
MoA 开源

自动混合稀疏注意力，压缩 LLM 省内存提速

[CoLM'25] The official implementation of the paper

★ 163 2026-08-09
MyLLM 开源

跟着 Notebook 从数据到应用跑通大模型全流程

"LLM from Zero to Hero: An End-to-End Large Language Model Journey from Data to Appl···

★ 153 2026-09-15
LLMtuner 开源

几行代码微调大模型，文本语音全覆盖

FineTune LLMs in few lines of code (Text2Text, Text2Speech, Speech2Text)

★ 252 2026-08-09
EasyWAM 开源

一套代码搞定世界动作模型的训练、微调与评测

A unified framework for training, fine-tuning, and evaluating World Action Models

★ 406 2026-09-16
zenbytes 开源

跟着 Notebook 一步步上手 ZenML，搞定 MLOps 流水线

A simple guide to MLOps through ZenML and its various integrations.

★ 189 2026-08-09
mct-model-optimization 开源

把神经网络量化剪枝压小，落到边缘芯片上跑

Model Compression Toolkit (MCT) is an open source project for neural network model o···

★ 450 2026-10-31
Tutel 开源

让 MoE 大模型训练更快更省显存，支持 FP8/FP4 低精度。

Tutel MoE: Optimized Mixture-of-Experts Library, Support GLM/Kimi/Gpt/DeepSeek/Qwen ···

★ 1028 2026-09-16