清华 RoAR-VAE:用损坏隐变量鲁棒预测改进视觉 tokenizer 的扩散可学性
Tsinghua-LeapLab · hf · 2026-10-20
清华 LeapLab 提出 RoAR-VAE,一种改进的视觉 tokenizer:强制模型从被损坏的隐变量中鲁棒地预测语义与重建内容,在保真度与扩散模型可学习性之间取得平衡,从而提升 latent diffusion 的可用性。
「研究」频道最新
- 攻破比特币所需逻辑量子比特数降至 900 以下 — markjeffrey · 2026-10-20
- Anthropic 研究员勘误：图完整度应称 completeness 而非 faithfulness — JacobHHilton · 2026-10-20
- KAIST 发布人形机器人：12km/h 时速、可太空步与蒙眼平衡 — CyberRobooo · 2026-10-20
- 把影像当问答：多模态模型预测前列腺癌放疗后 24 个月生存率 — maier_ak · 2026-10-20
- 玻璃封装内嵌硅芯片电容论文：50 微米超薄垂直供电方案 — jwt0625 · 2026-10-20
- TxBench 治疗学基准新成绩：Claude Opus 5.5 抗体发现任务登顶 — kenbwork · 2026-10-20