Accueil› Projets› VAR

VAR

par FoundationVision · GitHub

[NeurIPS 2024 Best Paper Award][GPT bat la diffusion🔥] [lois d'échelle dans la génération visuelle📈] Implémentation officielle de "Modélisation Autoregressive Visuelle : Génération d'Images Évolutives via Prédiction de Prochain Échelon". Une base de code *ultra-simple, conviviale mais à la pointe de la technologie*

# auto-regressive-model # autoregressive-models # diffusion-models # generative-ai # generative-model

Voir sur GitHub

En termes simples

Générez des images en utilisant des techniques IA avancées avec une interface simple.

⭐ Étoiles

🍴 Forks

🔥 Tendances

📜 Licence

Utilisation commerciale autorisée

📅 Créé

2024

🔄 Dernier commit

8 mo ago

🏷️ Catégorie

auto-regressive-model

💻 Langue

Jupyter Notebook

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →

📈 Historique des étoiles

2026-07-042026-07-29

📈 Suivez VAR

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment

Recevoir des alertes e-mail →

📄 À propos

VAR compte 8.7k étoiles sur GitHub. Il a été forké 571 fois. VAR est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2024. VAR est disponible sous licence MIT. Ses principaux thèmes sont : auto-regressive-model, autoregressive-models, diffusion-models, generative-ai.

❓ Frequently asked questions

Qu'est-ce que VAR ?

VAR est-il open source ?

VAR est un projet open source. Il est distribué sous licence MIT.

VAR est-il gratuit ?

Oui. VAR est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est VAR ?

VAR est disponible sous licence MIT.

Dans quel langage VAR est-il écrit ?

VAR est écrit principalement en Jupyter Notebook.

🏅 Mainteneur de ce projet ?

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=foundationvision-var)](https://opensourceai.tech/project/foundationvision-var.html)

Plus d'options de badge →

🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Infinity

[CVPR 2025 Oral]Infinity ∞ : Mise à l'échelle de la modélisation autorégressive bit à bit pour…

★ 1.6k · auto-regressive-model

partageauto-regressive-modelautoregressive-models

NOVA

[ICLR 2025] Génération vidéo autorégressive sans quantification vectorielle

★ 657 · autoregressive-models

partageautoregressive-modelsimage-generation

Transformers-Tutorials

Ce dépôt contient des démonstrations que j'ai réalisées avec la bibliothèque Transformers de Hu…

★ 11.7k · bert

partagegpt-2vision-transformer

LlamaGen

Le modèle autoregressif bat la diffusion : 🦙 Llama pour la génération d'images évolutives

★ 2k · auto-regressive-model

partageauto-regressive-modelimage-generation

ImageFolder

Tokenizers d'image haute performance pour VAR et AR

★ 307 · autoregressive-models

partageautoregressive-modelsvision-transformer

UniTok

[NeurIPS 2025 Spotlight] Un Tokenizer Unifié pour la Génération et la Compréhension Visuelle

★ 529 · autoregressive-models

partageautoregressive-modelsgenerative-model

MeshAnything

[ICLR 2025] De n'importe quoi à un maillage comme des artistes humains. Implémentation officiel…

★ 2.3k · 3d

partageauto-regressive-modelgenerative-model

story-iter

[ICLR 2026] Un cadre itératif sans entraînement pour la visualisation de longues histoires

★ 958 · diffusion-models

partagegenerative-modelimage-generation

MultiDiffusion

Implémentation officielle de Pytorch pour "MultiDiffusion : Fusion des chemins de diffusion pou…

★ 1.1k · diffusion-models

partagegenerative-modelimage-generation

Paella

Mise en œuvre officielle de Paella https://arxiv.org/abs/2211.07292v2

★ 748 · diffusion-models

partagegenerative-modeldiffusion-models

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.