# Maskowane transformery generatywne (MaskGIT)

EN: **Masked generative image transformers (MaskGIT)** · id `maskgit` · aliases: MaskGIT, masked generative transformer, Muse, parallel iterative decoding, maskowane dekodowanie

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Rodziny modeli generatywnych](https://aiatlasgraph.com/t/generative.md) › [Autoregresyjne generowanie obrazu i dźwięku](https://aiatlasgraph.com/t/argen.md) › Maskowane transformery generatywne (MaskGIT)

## Description

- PL: Dwukierunkowy transformer generujący tokeny obrazu równolegle, w kilku iteracjach odsłaniania najpewniejszych predykcji z maskowanej siatki.
- EN: A bidirectional transformer generating image tokens in parallel over a few iterations, unmasking the most confident predictions from a masked grid.

## In one sentence

- PL: Generator, który zaczyna od całkiem zakrytego obrazu i w kilku rundach odsłania najpewniejsze fragmenty, aż całość jest gotowa.
- EN: A generator that starts from a fully covered image and uncovers its most confident pieces over a few rounds until the whole is done.

## Problem it solves

- PL: Rysowanie obrazu po jednym fragmencie, wiersz po wierszu, jest wolne i nie pozwala modelowi patrzeć na całą kompozycję.
- EN: Drawing an image one fragment at a time, row by row, is slow and keeps the model from seeing the whole composition.

## What it does

- PL: Jak uzupełnianie krzyżówki: najpierw wpisujesz hasła, których jesteś pewien, a one podpowiadają kolejne.
- EN: Like filling in a crossword: first you write the answers you are sure of, and they hint at the rest.

## Everyday example

- PL: Narzędzie dorysowuje brakujący fragment zdjęcia, patrząc naraz na wszystko dookoła, a nie tylko na to, co powyżej.
- EN: A tool fills in a missing part of a photo by looking at everything around it at once, not just what lies above.

## This concerns you if you…

- PL: uzupełniasz brakujące fragmenty zdjęć
- PL: chcesz zobaczyć alternatywę dla dyfuzji w generowaniu obrazów
- EN: fill in missing parts of photos
- EN: want to see an alternative to diffusion for image generation

## Keywords

MaskGIT · Muse · masked token modeling · cosine masking schedule · iterative parallel decoding · VQGAN tokens

## How it works

- PL: Podczas treningu losowa część tokenów obrazu z tokenizera kwantyzującego jest maskowana, a transformer przewiduje je z kontekstu w obu kierunkach. Przy generowaniu zaczyna od samych masek, przewiduje wszystkie tokeny naraz, zatrzymuje najpewniejsze i maskuje resztę zgodnie z harmonogramem; po kilku rundach siatka jest pełna.
- EN: In training a random share of image tokens from a quantising tokenizer is masked and a transformer predicts them from context in both directions. At generation it starts from all masks, predicts every token at once, keeps the most confident and re-masks the rest by a schedule; after a few rounds the grid is complete.

## Limits

- PL: Dekodowanie nadal wymaga kilku kolejnych rund, choć w każdej tokeny są przewidywane równolegle. Raportowane przyspieszenie i jakość pochodzą z porównań na konkretnych benchmarkach, a wynik zależy od reprezentacji tokenów obrazu.
- EN: Decoding still needs several sequential rounds, although tokens are predicted in parallel within each round. Reported speedups and quality come from specific benchmarks, and results depend on the image-token representation.

## Key terms

- PL: **harmonogram maskowania**: Zasada, ile tokenów pozostaje zakrytych w każdej rundzie generowania.
- PL: **uwaga dwukierunkowa**: Każdy token widzi wszystkie inne, a nie tylko wcześniejsze.
- EN: **masking schedule**: The rule for how many tokens stay hidden in each round.
- EN: **bidirectional attention**: Each token sees all others, not only earlier ones.

## Know first

- [Mechanizm self-attention (zapytania, klucze, wartości) (Self-attention (queries, keys, values))](https://aiatlasgraph.com/t/selfattention.md)

## Related topics

Untyped, symmetric "see also" links.

- [Maskowana dyfuzja tekstu (Masked diffusion language models)](https://aiatlasgraph.com/t/maskdiffusion.md)

## Sources

- [MaskGIT: Masked Generative Image Transformer](<https://arxiv.org/abs/2202.04200>) `chang-maskgit-2022` · by Huiwen Chang, Han Zhang, Lu Jiang, Ce Liu, William T. Freeman

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/maskgit · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30