NUS寿政详解Show-o融合自回归与离散扩散

发生了什么

据雷锋网报道，NUS Show Lab 寿政教授在 ECCV 2026 详解 Show-o 架构。该模型在单一 Transformer 中融合自回归预测与离散掩码扩散生成，打破模态壁垒并延伸至具身机器人决策。针对数据稀缺，团队提出循环一致性监督实现自监督进化；通过 Q1 实时骨干网实现低延迟控制。Show-2 采用双路径架构与 3D Tokenizer，支持连续视频生成及 VLA 演进。