BitDance模型使用入口，字节跳动正式开源的140亿参数离散自回归多模态基础模型

BitDance是字节跳动正式开源的140亿参数离散自回归多模态基础模型。凭借创新的二进制Token编码机制与并行扩散预测范式，模型在保持高分辨率、高保真画质的前提下，实现了颠覆性的生成速度，效率较传统自回归模型提升30倍以上，甚至超越多款主流扩散模型。

1、高质量文生图：

支持写实、动漫、油画等多元风格生成。在DPG‑Bench图文匹配度评测中取得88.28分，位列自回归模型第一；GenEval综合评测得分0.86，综合表现领先。

2、高分辨率原生输出：

支持1024×1024高清分辨率，细节还原度高，可精准渲染招牌、标语等文字内容，有效解决AI生成图像常见的文字乱码问题。

3、极致推理速度：

1024px高清图像仅需12.4秒即可生成。对比同类方案：NextStep‑1需402秒、GLM‑Image需53.2秒，速度提升达30倍+。

4、高效多语言能力：

在OneIG中英双语评测中，以更少训练数据达到与闭源商业模型相近的效果，数据效率突出。

1、二进制编码：

通过高压缩视觉分词器将图像转为256位二进制Token，在极高压缩比下仍近乎无损保留细节。

2、分块并行生成：

将画面按Patch分块处理，按序逐块生成，替代逐Token串行生成，大幅提升效率。

3、并行扩散预测（核心）：

对每个Patch启动轻量化扩散引擎，从噪声快速去噪，一次性确定块内64个Token，实现“整块生成”而非逐点绘制。

4、高清解码：

所有块生成完成后，二进制序列经解码器直接还原为清晰高清图像。

1、项目主页：https://bitdance.csuhan.com/

2、GitHub：https://github.com/shallowdream204/BitDance

3、Hugging Face模型：https://huggingface.co/collections/shallowdream204/bitdance

4、Demo：https://huggingface.co/spaces/shallowdream204/BitDance-14B-64x

当前网址：https://m.ipkd.cn/webs_31187.html

声明：本站提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请发送到邮箱：admin@ipkd.cn，我们会在看到邮件的第一时间内为您处理！