扩散模型潜空间研究:x0 预测优于 velocity,提升文生图效果
Chao Feng · hf · 2026-09-24
- 研究探讨在预训练视觉编码器特征空间(RAE)中做扩散生成的可扩散性问题。微调编码器以恢复重建细节,反而会降低表征的有效维度,几何变化影响生成质量。
- 作者证明:在高维潜空间中,标准的 flow matching velocity 预测要求模型拟合信号流形之外的正交噪声方向,导致优化低效。
- 改用 clean data 参数化(x0-prediction)将学习聚焦于信号流形本身;在多个强重建编码器上的实验显示,x0-prediction 一致提升文生图性能。
所属事件:ECCV 2026 论文:x0 预测破解高维潜空间扩散难题(2 条相关)→
「研究」频道最新
- 抛硬币测试暴露 LLM 校准缺陷:模型学不会「不知道」 — airesearch12 · 2026-09-24
- 研究：专家预测 AI 达顶尖病毒学家水平要 2030 年，实际提前 5 年 — davidmanheim · 2026-09-24
- 自研多向量检索模型大幅领先 API 密集检索器,作者求问记忆检索方案 — bo_wangbo · 2026-09-24
- OmniVChat 数据集登上 HuggingFace 热榜：中英双语视频对话 — Harland · 2026-09-24
- Uranus：扩散模型驱动的具身 AI 仿真器，24 FPS 流式开放式 rollout — D-Robotics · 2026-09-24
- MemoryAthena：让模型学会何时用"生成记忆"修正直接检索 — OLAResearchX · 2026-09-24