尺度不变性或是自回归图像生成落后于扩散模型的关键

Andriy Burkov 分析指出，自回归图像生成落后于扩散模型和双向掩码生成器，关键原因之一是连续 latent 的尺度差异在逐 token 生成中被放大。classifier-free guidance 会进一步加剧失真，而强制尺度不变性可改善生成稳定性与画质。