MiniMax开源视觉分词器预训练框架VTP

MiniMax（Hailuo）视频团队已开源VTP（视觉分词器预训练）！

VTP是一个可扩展的视觉分词器预训练框架，专为下一代生成模型构建。它挑战了潜在扩散模型中的传统观念，即扩展第一阶段视觉分词器（模型大小、计算量、数据）不会改善第二阶段生成。

通过结合表示学习 + 压缩-重建，我们展示了第一条将视觉分词器与扩散Transformer联系起来的扩展曲线！

🧐最棒的是：生成器无需额外计算，只需通过扩展分词器训练以获得更好的表示空间，就能生成更优结果！

🎄🎅祝社区圣诞节前快乐！