一种视觉内容生成方法及装置

本说明书实施例提供了一种视觉内容生成方法及装置，该方法包括：获取用户指令信息和已生成的图像数据集合序列，用户指令信息用于指示视觉内容的生成，图像数据集合序列包括至少一个图像数据集合，图像数据集合包括多个图像数据，每个图像数据集合分别与视觉内容对应；基于用户指令信息和图像数据集合序列，由自回归大模型，预测得到下一个图像数据集合对应的视觉分布信息，视觉分布信息为连续域中的概率分布信息；基于下一个图像数据集合对应的视觉分布信息，进行连续域采样，得到下一个图像数据集合。