导读
Muse在离散图像词元上学习掩码预测并并行解码，展示区别于常见扩散采样与逐词元自回归的文本生成图像路线。
查看大图 ↗图1：Muse生成图像与对应提示词。 来源为v1，图像版本与论文首次公开日分别记录。
Chang, Huiwen; Zhang, Han; Barber, Jarred; Maschinot, AJ; Lezama, Jose; Jiang, Lu; Yang, Ming-Hsuan; Murphy, Kevin; Freeman, William T.; Rubinstein, Michael; Li, Yuanzhen; Krishnan, Dilip · original paper / arXiv · 原论文图文与所引作品权利归各自权利人；研究引用不代表开放授权，转载权利待独立复核。
资料出处 · Muse: Text-To-Image Generation via Masked Generative Transformers ↗档案研究说明
Muse在离散图像词元上学习掩码预测并并行解码，展示区别于常见扩散采样与逐词元自回归的文本生成图像路线。
ANTI-AI ARCHIVE · 修订 2026-10-03
论文研究了什么
预训练语言模型提供文本嵌入，生成模型预测被遮蔽的图像词元，并通过多轮并行解码形成图像。论文同时展示补绘、扩图和无需显式掩码的编辑应用。
与生成艺术史的关系
编者解释：生成艺术工具史不应把所有近期图像模型都写成扩散模型。Muse使离散表示、并行生成与编辑功能之间的联系成为可比较的另一条线索。
阅读边界与版本
此处是2023年Google研究论文，与时间线中2026年Meta同名产品节点是不同项目。
正文引用资料
核读arXiv摘要、署名和版本记录，以及原论文第2页所选图页；未全文审查证明、未复现实验。
核读arXiv摘要、署名和版本记录，以及原论文第2页所选图页；未全文审查证明、未复现实验。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
Muse：对照MAR与Diffusion Loss：无需向量量化的自回归图像生成的方法、控制或评价条件。
Muse：对照VAR：通过下一尺度预测进行视觉自回归生成的方法、控制或评价条件。
Muse：对照Parti的方法、控制或评价条件。
Muse：对照PixArt-α的方法、控制或评价条件。
日期与版本记录
节点标注日期：2023-01-02 · 来源记录的历史日期：2023-01-02
时间线采用arXiv首次公开日，不以会议发表、模型上线或2026-10-03补录日替代。正文及图像参照v1；该版日期见原文版本记录。
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Muse: Text-To-Image Generation via Masked Generative Transformers
https://arxiv.org/abs/2301.00704
当前引用地址
核读arXiv摘要、署名和版本记录，以及原论文第2页所选图页；未全文审查证明、未复现实验。
出处、翻译与核验状态
档案节点 #210 · 研究论文首次公开；方法、评估与制作条件
研究资料与补充出处 · 1
2022年以来重要论文补录与去重资料 · 核读arXiv摘要、署名和版本记录，以及原论文第2页所选图页；未全文审查证明、未复现实验。 · 010
原记日期: 2023-01-02
Muse：以掩码生成Transformer合成图像 ↗
Muse: Text-To-Image Generation via Masked Generative Transformers
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
已按条目所列范围核读官方资料；核读范围与待复核事项见来源说明。
引用本节点
ANTI-AI ARCHIVE. Muse：以掩码生成Transformer合成图像. 艺术史节点 #210. https://salondesrefuses.cn/zh/art-history/333
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。