VARは、拡散モデルを凌駕する、より効率的な画像生成を実現する新たな視覚的自己回帰型モデリング手法です。視覚的生成におけるべき乗則スケーリング則を確立しており、ゼロショット汎化能力を備えています。VARは、ユーザーが探索・利用できる様々な規模の事前学習済みモデルを提供しています。