RandAR

随机顺序自回归，图像生成更快更清晰

RandAR 是 CVPR 2025 Oral 论文《RandAR》的开源实现，一个基于自回归范式的图像生成模型。它解决传统自回归图像生成中逐像素/逐块预测导致的速度慢、质量受限问题，通过引入随机顺序解码策略，在训练和推理时打乱生成顺序，从而加速生成过程并提升图像质量。核心能力包括：支持从零训练和微调，提供与现有 Transformer 架构无缝集成的接口，并包含完整的训练、推理和评估脚本。项目代码结构清晰，基于 PyTorch 和 HuggingFace Transformers，适合研究者复现论文结果或在此基础上进行二次开发。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 209

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队ziqipang

所属国家

官网地址https://rand-ar.github.io

GitHubhttps://github.com/ziqipang/RandAR

定价模式unknown

价格说明官网为项目主页，未明确提供在线体验或定价信息，需进一步确认。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型generative-model,image-generation,transformers

GitHub 星标★ 209

30天Star增速

HF 下载量

上线时间2024-11-22 00:00:00

最近更新2026-09-07 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

CVPR 2025 Oral 论文官方实现，算法新颖且经过学术验证
支持随机顺序解码，显著提升自回归生成速度
代码结构清晰，基于 PyTorch 和 Transformers，易于上手和扩展

不足之处

早期项目，文档和社区支持尚待完善
依赖特定硬件资源，训练成本较高

适用场景

学术研究：复现论文实验，探索自回归图像生成新方法
工业应用：在图像生成产品中集成更高效的生成模型
教学演示：作为 CVPR 前沿工作的教学案例

替代项目

VAR、LlamaGen、Diffusion Transformers (DiT)

项目介绍

RandAR 是图像领域的开源项目，由 ziqipang 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 209。

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 2026-09-07。官网为项目主页，未明确提供在线体验或定价信息，需进一步确认。从国内网络环境看，可直接访问。

它主要面向的使用场景是：学术研究：复现论文实验，探索自回归图像生成新方法。同类可对比的替代方案包括 VAR、LlamaGen、Diffusion Transformers (DiT)。

上一篇：MergeVQ

下一篇：DCLGAN