VAR
[NeurIPS 2024 Mejor Premio de Artículo][GPT supera la difusión🔥] [leyes de escalado en generación visual📈] Implementación oficial de "Modelado Autoregresivo Visual: Generación de Imágenes Escalable a través de Predicción de Siguiente Escala". Un *código ultra-simple, fácil de usar pero de vanguardia*
Genera imágenes utilizando técnicas avanzadas de IA con una interfaz simple.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quieras[NeurIPS 2024 Mejor Premio de Artículo][GPT supera la difusión🔥] [leyes de escalado en generación visual📈] Implementación oficial de "Modelado Autoregresivo Visual: Generación de Imágenes Escalable a través de Predicción de Siguiente Escala". Un *código ultra-simple, fácil de usar pero de vanguardia*
VAR tiene 8.7k estrellas en GitHub. Se ha bifurcado 571 veces. VAR está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2024. VAR está disponible bajo la licencia MIT. Sus temas principales son: auto-regressive-model, autoregressive-models, diffusion-models, generative-ai.
¿Qué es VAR?
[NeurIPS 2024 Mejor Premio de Artículo][GPT supera la difusión🔥] [leyes de escalado en generación visual📈] Implementación oficial de "Modelado Autoregresivo Visual: Generación de Imágenes Escalable a través de Predicción de Siguiente Escala". Un *código ultra-simple, fácil de usar pero de vanguardia*
¿VAR es de código abierto?
VAR es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿VAR es gratis?
Sí. VAR es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está VAR?
VAR está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito VAR?
VAR está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/foundationvision-var.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.