Accueil Projets VAR
VAR
Jupyter Notebook

VAR

[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*

par FoundationVision · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
auto-regressive-modelautoregressive-modelsdiffusion-modelsMITJupyter Notebook
Voir sur GitHub
En termes simples

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

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 →
VAR — GitHub preview card
📈 Historique des étoiles
8.73k8.70k
2026-07-042026-08-31
📈 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

[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*

VAR compte 8.7k étoiles sur GitHub. Il a été forké 572 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 ?

[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*

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 ?
olud.ai badge — VAR

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

[![olud.ai](https://olud.ai/badge.php?tool=foundationvision-var)](https://olud.ai/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
655 · autoregressive-models
partageautoregressive-modelsimage-generation
story-iter
[ICLR 2026] Un cadre itératif sans entraînement pour la visualisation de longues histoires
961 · diffusion-models
partagegenerative-modelimage-generation
LlamaGen
Le modèle autoregressif bat la diffusion : 🦙 Llama pour la génération d'images évolutives
2k · auto-regressive-model
partageauto-regressive-modelimage-generation
MultiDiffusion
Implémentation officielle de Pytorch pour "MultiDiffusion : Fusion des chemins de diffusion pou…
1.1k · diffusion-models
partagegenerative-modelimage-generation
UniTok
[NeurIPS 2025 Spotlight] Un Tokenizer Unifié pour la Génération et la Compréhension Visuelle
530 · 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
storyteller
Raconteur d'histoires IA multimodal, construit avec Stable Diffusion, GPT et synthèse vocale ne…
537 · ddpm
partageimage-generationdiffusion-models
OmniTokenizer
[NeurIPS 2024] OmniTokenizer : un modèle et un poids pour la tokenisation conjointe image-vidéo…
325 · auto-regressive-model
partageauto-regressive-modelimage-generation
PDEBench
PDEBench : Un benchmark étendu pour l'apprentissage automatique scientifique.
1.2k · ai

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