Everlyn-1

收录理由

Everlyn-1 是一份面向研究社区的开源成果，适合那些希望跳出扩散模型框架、尝试用自回归路线构建视频生成能力的团队。仓库把整体目标拆成了三个独立部分，每部分都配有可单独查看的关联项目：基于 Wasserstein 距离的向量量化器，用来稳定训练并提升码本利用率；一个高效的自回归骨干网络，支持图像和视频的联合生成；还有名为 TAME 的解码策略，能减少多模态大模型中的幻觉对象。由于各模块分开存放，你可以只挑自己需要的那一块来用，比如训练视频 tokenizer 时拿量化器，调优 MLLM 时参考 TAME。整体读起来更像是一份架构蓝图和方法合集，而不是下载即用的完整模型。对于正在自回归视频方向做原型验证的研究者和工程师，尤其是被训练稳定性和码本利用问题卡住的人，这份资源会很有价值。