ICCV 2025（IEEE/CVF International Conference on Computer Vision）将于2025年10月19日至23日在美国夏威夷举行。ICCV是计算机视觉领域最具影响力的国际顶级会议之一，也是中国计算机学会（CCF）推荐的A类国际学术会议。该会议每两年举办一次，由美国电气和电子工程师学会（IEEE）与计算机视觉基金会（CVF）联合主办。
论文题目：Rethinking Discrete Tokens: Treating Them as Conditions for Continuous Autoregressive Image Synthesis
第一作者：郑鹏（2024级博士研究生）
收录会议：ICCV 2025 (CCF-A类)
指导教师：马锐
论文概述：近年来，随着自回归大语言模型的迅速发展，将图像编码为离散token并结合自回归框架进行视觉生成的方式受到广泛关注。然而，这种离散化过程不可避免地引入信息损失，降低了图像的保真度。为缓解这一问题，近期有研究尝试直接对图像的连续表示进行自回归建模，但连续表示在密度建模上更具挑战性，也更容易生成分布外伪影。基于上述观察，本文提出了一种新颖的生成框架DisCon。与以往将离散token作为生成目标的方法不同，DisCon将其作为条件信号，引导连续表示的建模过程。通过建模在离散token下连续表示的条件概率分布，DisCon既避免了离散化带来的信息损失，也缓解了直接建模连续空间的优化难题。在ImageNet 256数据集上，DisCon实现了1.38的gFID分数，优于现有的自回归生成方法。
