Fractal Generative Models（分形生成模型）是麻省理工学院计算机科学与人工智能实验室和Google DeepMind团队推出的新型方法。Fractal Generative Models基于分形思想，将生成模型抽象为可复用的“原子模块”，基于递归调用模块构建出自相似的分形架构，实现逐像素生成高分辨率图像。模型用分而治之的策略，结合Transformer模块，从图像块逐步细化到像素级别，最终实现高效生成。相比传统方法，分形生成模型的计算效率提升了4000倍，在图像质量和生成速度上表现出色。Fractal Generative Models具备处理高维非顺序数据的潜力，应用于分子结构、蛋白质等领域。

Fractal Generative Models – 麻省理工推出的分形生成模型 第1张
（图片来源网络，侵删）
Fractal Generative Models – 麻省理工推出的分形生成模型 第2张
（图片来源网络，侵删）