BitDance二进制视觉token模型发布

BitDance是自回归多模态图像生成模型，共14B参数，采用二进制视觉token、二进制扩散头与下一图块扩散预测机制，每步最多并行预测64个视觉token，面向高分辨率图像生成。2026年2月17日发布模型检查点、论文与演示，仓库采用Apache-2.0许可。研究自回归与扩散混合架构的团队，可对照论文复现其并行预测策略，评估高分辨率生成场景下的速度与画质取舍，并基于检查点做改进实验。