VTP macht den latenten Raum nicht mehr zugunsten von niedrigen Pixeln verzerrt

MiniMax Open-Source VTP: Skalierbares Vortraining ermöglicht es Visual Tokenizer, die Qualität der DiT-Generierung direkt zu verbessern

1. Abstract VTP (Visual Tokenizer Pre-training) ist ein Open-Source-Visual-Tokenizer-Pre-Training-Framework, das vom MiniMax (Hailuo)-Team entwickelt ...