マルチモーダル生成モデルは、画像とテキストデータの融合に焦点を当て、画像生成からデータタイプ間の理解と推論まで、多様なタスクを実行する多機能AIシステムを創造することで、AIの新たな潮流を牽引しています。その中でも、テキスト記述に基づいて高詳細な画像を生成できる自己回帰（AR）モデルの能力向上は重要な課題です。拡散モデルは高品質な画像生成において優れた性能を示していますが、ARモデルは画像品質、解像度の柔軟性、マルチタスク処理能力において遅れを取っています。上海AI研究所と香港中文大学の研究者らがLum…