maskbit-pytorch

用二进制量化让图像生成更高效，重建更清晰

MaskBit 是字节跳动 AI 提出的图像生成模型，本仓库是其 PyTorch 实现。它基于自编码器与二进制量化（binary quantization）技术，将图像压缩为离散的二进制 token，再通过 Transformer 模型进行自回归或掩码生成。核心解决传统图像离散化（如 VQGAN）中码本利用率低、重建质量差的问题，通过可学习的标量量化（scalar quantization）和二进制表示，在保持高压缩率的同时提升生成图像的保真度。项目提供完整的训练和推理代码，支持自定义数据集，适合研究图像生成、离散表示学习及高效压缩。当前为早期版本，代码结构清晰，但依赖特定环境配置。