图谱动态｜学苑周刊 NO.217

本周推荐的是arxiv 2025.2上的论文：Fractal Generative Models，作者来自MIT CSAIL和Google DeepMind。

高质量图像的生成一直是现代人工智能最显著的成就之一。然而，大多数当代方法依赖于复杂的变换或顺序近似，这些方法要么牺牲了效率，要么牺牲了可解释性。在该文中，来自MIT CSAIL和Google DeepMind的研究人员（李、孙、范、何）引入了一种新颖的框架，该框架从自然界中反复出现的模式中汲取灵感，以克服这些局限性。

分形模式——在不同尺度上重复的自相似结构——在自然界中无处不在，从树木的分枝到云层的复杂结构。研究人员利用这一概念开发了一种递归的图像生成方法，将生成模型视为可以在自身内部调用的原子模块。这种类似分形的架构使分而治之的策略能够高效处理像素级图像生成的高维度问题。

该论文通过对分形架构能够逐像素生成高质量图像进行展示，为生成建模做出了重要贡献——这是一项许多现有方法难以高效完成的挑战性任务。通过直接对像素的底层分布进行建模，该方法在保持可解释性的同时，取得了与最先进技术相媲美的结果。

论文链接https://www.alphaxiv.org/abs/2502.17437 ，该文源代码、数据和其他材料已在https://www.alphaxiv.org/code/2502.17437 上提供，感兴趣的读者可以关注。