# 字节提出 GRN，让生图模型像人一样边画边改，不再死磕扩散和自回归

> 原标题：挑战扩散自回归统治！字节提出视觉生成第三种路线，让模型像人类一样边画边改

- 来源：量子位 · 公众号
- 发布时间：2026-05-13T10:06:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/20776
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247890479&idx=1&sn=b266ed272248b79a32d1be46c1e01ee7

## 摘要

字节跳动的技术团队搞了个叫 GRN（生成式精炼网络）的新架构，想给视觉生成找第三条路，不跟扩散模型和自回归模型硬卷。它的核心思路是让模型先生成一张粗糙的图，再反复精修，就像画师先铺大色块再慢慢抠细节。为了解决反复修图容易把图修糊、错误越攒越多的问题，他们用了三项技术：HBQ（分层二元量化）把图片压成更紧凑的离散编码，减少信息损耗。

## 推荐理由

字节团队提出 GRN 架构，让视觉生成先出粗图再反复精修，并用 HBQ 分层二元量化压缩离散编码以减少信息损耗，为扩散与自回归之外的第三条路线提供了具体技术方案。

## 锐评

gFID 从 3.56 涨到 3.79，画质退了一点，换推理步数从 50 压到平均 24，省了将近一半，这个取舍在 130M 这种小模型上挺划算。GRN 这套边画边改的思路里，复杂度采样那块我比较认，简单区域少走几步、复杂区域多走几步，比固定步数省算力。字节没给更大模型和高分辨率上的数，现在只能算在小模型上把路子走通了。真要在产品里用，得看它在 1B 以上还成不成立。
