二进制视觉Token

二进制视觉Token（Binary Visual Tokens）是一种将图像表示为二进制而非连续向量的编码方式，用于自回归图像生成模型。BitDance论文提出的该方法，相比于传统的连续向量，在保持高清画质的同时将推理速度提升了约4倍。这标志着图像生成领域开始向极简编码转型，通过降低每个Token的信息密度来大幅提升生成效率。