UAR · 视觉生成交互教材
Represent · Reconstruct · Generate · Understand
从重建一张图，到建模一个视觉世界。
这里假设你会编程，但刚接触视觉生成。每篇把前作、创新、架构、公式和实现连在一起。调节参数理解机制，再阅读证据判断结论。
重建一张图
先理解瓶颈，再比较单次前向解码与迭代重建。
生成新图像
区分图像表示与生成这种表示的分布。
理解并生成图像
检验哪些特征保留像素、类别与文字对齐，并分别验证。
这些是按问题组织的学习路径，不是论文的历史继承图。完整的 9 篇基础课和 21 篇论文见学习地图。