6月5日消息，DeepMind研究员近日发表新作，使用矢量量化变分自动编码器（VQ-VAE）模型进行大规模图像生成。研究员扩展和增强VQ-VAE中使用的自回归先验，以生成比以前更高的相干性和保真度的合成样本。实验证明了VQ-VAE的多尺度分层组织，与潜在代码相比具有强大的先验，能够生成质量可与多层数据集（如 ImageNet）上最先进的生成对抗网络相媲美的样本，同时不会受到GAN缺陷的影响，如模式崩溃和缺乏多样性。在Top-1准确率测试上，VQ-VAE二代比BigGAN成绩多出了16.09分。

据悉，VQ-VAE生成的假照片，具备多种规格的精确度，在ImageNet上，可以训练出256×256像素的动物。不仅能生成不同物体和动物，还能生成不同视角以及不同姿势的版本，其生成的假照片足以“以假乱真”。