**GEAR：通过引导端到端自回归实现高效图像合成**

_GEAR: Guided End-to-End AutoRegression for Image Synthesis_

> GEAR提出了一种联合训练向量量化标记器和自回归生成器的新方法，通过表示对齐解决梯度无法回传的问题。该方法将对齐负担转移至自回归模型，使标记器分布更易于预测，相比基线加速ImageNet收敛达10倍，并展现出更强的泛化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.32039)