RQ-Transformer

用残差量化让自回归图像生成更清晰

RQ-Transformer 是论文《Autoregressive Image Generation using Residual Quantization》的官方实现，专注于自回归图像生成。它提出残差量化（Residual Quantization）方法，将图像编码为多层离散码本，再通过 transformer 逐层预测残差码，从而在保持自回归模型简单性的同时，显著提升生成图像的保真度和分辨率。项目解决了传统自回归图像生成中离散 token 表示信息损失大、生成图像模糊的问题，核心能力包括多尺度残差编码、高效的码本学习以及基于 transformer 的序列生成。该实现基于 PyTorch，提供训练和推理代码，适合研究者复现论文结果或在此基础上进行扩展。