在哪里获取 TokenVerse 的论文、代码和引用信息?

更新时间

TokenVerse 的论文、项目介绍和引用信息都可以在项目主页 token-verse.github.io 上找到；代码目前尚未发布，页面上标注为“Code (coming soon)”，需要等待后续开放。该页面是 Google DeepMind 与特拉维夫大学、以色列理工学院、魏茨曼研究所合作项目的官方展示页，论文已被 SIGGRAPH 2025 接收并获 Best Paper Award。

页面上可直接获取的内容

内容 位置 说明
论文全文 arXiv 链接 页面提供 arXiv 入口，可下载预印本
项目概览 Abstract 方法摘要与核心思路
实验结果 Results 多概念个性化的效果展示
方法细节 Method 调制空间（modulation space）的技术说明
引用格式 BibTeX 供学术引用直接复制
在线试用 Try Me 交互式演示，点击提示词中的高亮词选择概念

代码获取

代码入口标注为“Code (coming soon)”，即官方实现尚未放出。页面没有给出具体发布时间，也没有提供代码仓库地址。如果需要在代码发布后第一时间获取，可以定期回访该主页，或关注第一作者 Daniel Garibi、Shahar Yadin 及 Google DeepMind 的公开渠道。在代码发布前，复现方法只能依据论文中的 Method 部分自行实现。

引用信息

页面设有 BibTeX 区块，收录了该论文的正式引用条目。撰写论文或技术报告时，直接复制该区块内容即可，无需自行拼装作者与会议信息。引用时注意作者标注：Daniel Garibi 与 Shahar Yadin 为共同第一作者，工作完成于两人在 Google DeepMind 实习期间。

试用与理解方法

“Try Me”区域提供一个示例提示词，其中 Doll、Shirt、Glasses、Necklace 四个词被高亮，点击即可选择对应概念，观察组合生成效果。这是理解“从单张图像中解耦概念、再跨图像组合”这一能力最直接的方式。想进一步了解原理，可对照 Method 部分阅读：TokenVerse 基于 DiT 文本到图像模型，利用注意力与调制（shift 和 scale）两条文本影响路径，在调制空间中为每个词寻找独立方向，从而实现对象、配饰、材质、姿态、光照等多类概念的控制。

常见卡点

  • 找不到代码仓库：属正常情况，官方尚未发布，页面上也没有预留镜像或第三方实现链接。
  • Try Me 无法交互：该演示依赖浏览器对视频标签的支持，页面本身提示“Your browser does not support the tag”，换用支持该标签的浏览器再试。
  • 想引用却找不到条目：BibTeX 在页面靠后位置，向下滚动至 BibTeX 标题处即可。