GEAR提出联合训练VQ tokenizer与自回归生成器，并通过码本分配的硬、软双分支解决离散索引不可微问题。软分支将表示对齐梯度仅回传至tokenizer，使其学习更易被AR预测的索引分布。论文称其相较LlamaGen-REPA最多可将ImageNet gFID收敛提速10倍，并扩展到多种量化器和文生图。
最近 24 小时暂无可用热度快照。