Fractal Generative Models

Fractal Generative Models 是由麻省理工学院计算机科学与人工智能实验室与 Google DeepMind 联合开发的一种新型图像生成方法。该模型基于分形理论，将生成过程抽象为可复用的“原子模块”，通过递归调用构建出自相似的分形结构，从而实现逐像素级别的高分辨率图像生成。其采用“分而治之”的策略，结合 Transformer 模块，从图像块逐步细化至像素层级，显著提升了计算效率。相比传统方法，该模型在生成速度和图像质量上均有明显提升，并具备处理高维非顺序数据的能力，适用于分子结构、蛋白质建模等复杂任务。