Autoregressive-Models-in-Vision-Survey

视觉自回归模型现在有多火？连OpenAI的Sora都在用这个思路，但很多小伙伴面对它的论文墙时容易一头雾水。这个TMLR 2025的综述项目简直是个“救命宝典”——它由港大、清华、杜克等多所顶尖高校联合出品，把视觉领域的自回归模型论文系统性地整理成了一份会持续更新的资源清单。 这个项目的核心价值在于帮读者“一键理清”正在爆发式增长的视觉自回归赛道。自回归模型本质上是通过逐块预测来生成图像和视频，就像“像素级的写小说”，但其技术分支众多、论文更新极快，常人很难追踪全貌。这个项目正好提供了一张清晰的“作战地图”，既有论文列表，又有中文精读文章，无论是选方向还是找灵感，都能直接受益。 除了论文整合，它的技术亮点还在于“顶配作者阵容”——来自港大、清华、杜克等机构的研究者参与背书，保证了内容权威可靠。你相当于请了一个专业研究团队，帮你把高质量的关键文献都筛选好了。项目还紧跟前沿，持续收录最新研究，确保你不会错过任何重要突破。 适用场景非常明确：如果你是视觉生成领域的研究生或工程师，想快速了解自回归模型的研究版图，有这篇综述就足够了；如果你是正要入门的小白，也可以从中文解读开始，建立整体认知之后，再按清单深入阅读感兴趣的论文。此外，对于技术决策者来说，这个项目也能帮你评估当前技术的成熟度，判断哪些方向值得投入。 上手难度几乎没有编程门槛，唯一需要的是对深度学习的基础了解，外加一定的英文文献阅读能力。但项目已经把论文整理成清晰的清单，还配有中文精读，即便是刚接触这个领域的新人，也完全可以顺着这条学习路径循序渐进。总之，这是个研究视觉生成技术时不容错过的高质量资源。