华为 Selftok：自回归内核完美统一扩散模型，触发像素自主推理

华为盘古多模态生成团队推出 Selftok 技术，通过反向扩散过程将自回归先验融入视觉 token，解决了传统空间 token 化方案与 AR 范式的冲突。Selftok 实现了纯 AR 架构、扩散范式统一和推理性能提升三大突破，并在视觉重建和跨模态生成任务中达到 SOTA 水平。实验表明，Selftok-Zero 在 GenEval 和 DPG-Bench 榜单中分别获得 92% 和 85.57 分，显著优于 GPT-4o 等模型。相关研究论文入选 CVPR 2025 最佳论文候选。
来源：https://mp.weixin.qq.com/s/bIjg-SSl7lDQrODE-Hx_vQ