图宾根大学论文提出图像 tokenizer 应在图像之间训练

图宾根大学 Ole Beisswenger 等人发布论文，提出应对图像编码之间的空间进行监督训练。该方法针对潜在扩散模型中生成编码落在解码器预期分布之外导致伪影的问题，使扩散模型 FID 降至 8.48，同时实现伪影更少、收敛更快的效果。

2026-10-15 ~ 2026-10-15 · 2 条相关

• 图宾根大学 InterpTok:训练图像编码之间的空间,扩散 FID 降至 8.48 — CGTuebingen · 2026-10-15
• 新论文：图像 tokenizer 应在图像编码之间训练，伪影更少收敛更快 — ostrisai · 2026-10-15