字节跳动提出视觉生成第三种路线：挑战扩散+自回归，让模型像人类一样边画边改

视觉生成的第三条路

2026 年 5 月 13 日，字节跳动团队发布了一种全新的视觉生成方法。

技术突破

• 现有路线：当前 AI 图像生成主要依赖扩散模型（Stable Diffusion、DALL-E）和自回归模型（部分 VLM）
• 新方法：支持「边画边改」的迭代生成模式，更接近人类画家的创作流程
• 核心优势：可以在生成过程中接收反馈并实时修正

行业意义

扩散模型和自回归模型统治视觉生成领域多年，字节跳动的第三种路线如果能在质量和速度上达到同等水平，将显著改变 AI 图像生成的技术格局。

来源： 量子位
链接： https://www.qbitai.com/