Jeveration让决策模型一次前向出图:512像素单张78毫秒,比Janus-Pro-7B快122倍
图像生成长期依赖逐词元自回归或迭代去噪,单张图要多次串行调用模型。Jeveration把整张图当作一次并行类型化决策:冻结的Qwen3.5-4B视觉语言模型只加LoRA适配器和输出头,所有码位共享一个随机状态以保持全局一致,先学离散图像码分布再用它指导单次生成。在单块H200上,它用一次前向在78毫秒内生成512像素图像,GenEval为0.74,比Janus-Pro-7B快122倍,同一检查点还覆盖图生图与稠密预测。