ECCV 2026 论文探讨预训练视觉编码器高维潜在特征的可扩散性
_akhaliq · x · 2026-09-25
Adobe 研究团队与 Andrew Owens 等人在 ECCV 2026 发表论文《On the Diffusibility of High-Dimensional Latents》。研究关注 Representation Autoencoders(RAE)让扩散模型在预训练视觉编码器特征空间中运行的路线:许多现成编码器并未针对忠实重建优化,会丢弃细粒度视觉细节。论文系统研究哪些高维潜在表征适合扩散建模,对后续基于特征空间的图像生成方法有参考价值。
所属事件:Adobe 团队 ECCV 论文破解高维潜空间扩散难题(3 条相关)→
「研究」频道最新
- ICLR 作者小技巧：用 \textbf 替代 \paragraph 省页面 — jindong_wang92 · 2026-09-25
- AutoScientists 入选 NeurIPS:自组织 AI 科研团队,BioML-Bench 百分位 74.4% — marinkazitnik · 2026-09-25
- 多语言诅咒在理论上是否必然？嵌入空间结构新研究 — mdredze · 2026-09-25
- 从 VPG 到 GRPO：LLM 强化学习算法演进脉络一文讲清 — cwolferesearch · 2026-09-25
- MechReason 基准:1.2 万问答暴露多模态模型工程推理短板 — AndrewDai · 2026-09-25
- SMBC 漫画作者 Zach Weinel 自研新 benchmark，或交 Epoch AI 做分析 — Jsevillamol · 2026-09-25