VAE与RAE/SVG之争：图像生成潜空间该选谁？全网观点大碰撞
01-03 18:00
精选参考来源
精选参考来源
1. 【论文解读】如何使用VAE与扩散模型联合训练，大幅提升图像生成质量和速度
知乎
2. VAE重建不好，扩散模型再强也没用？—— 但重建“太好”，可能更糟
知乎
3. 扩散模型解读 (三十四)
知乎
4. 告别SD-VAE！RAE携三大技术，重构扩散模型潜空间
今日头条
5. 谢赛宁新作
知乎
6. 告别VAE依赖
知乎
7. 重塑基石
知乎
8. VAE再被补刀，清华快手SVG扩散模型亮相，训练提效6200%，生成提速3500%
今日头条
9. 告别VAE！SVG框架让扩散模型训练快10倍，还能通杀生成与感知任务！
微信公众号
10. 告别VAE压缩损耗，南京大学用DiP让扩散模型回归像素空间，实现10倍加速与SOTA级画质
知乎
11. 告别 VAE！解密 RAE 如何革新 Diffusion Transformer，登顶图像生成王座
知乎
12. 清华&快手团队提出SVG
微信公众号
13. 南大DiP破VAE压缩损耗，扩散模型10倍速+顶级画质！
今日头条
14. 甩掉VAE包袱！清华SVG模型，推理5步质量仍优
今日头条
15. VAE的KL散度正则会不会限制高频细节保真？
小红书
16. 纽大谢赛宁团队重磅论文RAE
小红书
17. 不再修补VAE，谢赛宁团队用RAE实现从8%到84%的飞跃，宣告VAE时代结束
微信公众号
18. 谢赛宁DiT训练新范式
知乎
19. 北大、南大&华为提出DeCo
哔哩哔哩
20. PixelDiT
小红书
21. 谢赛宁团队：表征自编码器（RAE）为 DiT 重塑潜空间
知乎
22. 62×训练速率、35×推理加速！清华+快手SVG 去-VAE 颠覆扩散模型
知乎
23. 何恺明老师的合作者-谢赛宁团队提出基于表示自编码器的扩散预训练模型！
微信公众号
24. 无VAE扩散模型! 清华&可灵团队「撞车」谢赛宁团队「RAE」
腾讯网
25. “撞车”谢赛宁团队新作RAE？清华&可灵团队提出SVG：无VAE扩散模型
微信公众号
26. arXiv1013：VAE到RAE，隐空间扩散的新革命
小红书
27. NYU新作告别VAE，Diffusion模型迎来新心脏
小红书
28. 清华×快手：去掉VAE的潜变量扩散模型SVG
小红书
29. arXiv1020：去掉VAE的隐空间扩散
小红书
30. 无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」
知乎
31. 读论文-多模态3：Stable Diffusion [CVPR 2022]
知乎
32. RAE vs. SVG 详细对比
知乎
33. AI生图升级！清华快手甩王炸，新模型生图快35倍，还能当全能选手
今日头条
34. 无VAE扩散模型
小红书
35. 变分自编码器：从原理到概率生成的核心引擎
今日头条
36. RAE+VAE? 预训练表征助力扩散模型Tokenizer，加速像素压缩到语义提取
微信公众号
37. VAE太扁，RAE才够立体——扩散模型的新脑洞
小红书
38. 一起来学大模型知识-VAE
小红书
39. 特征去耦与重建的可调平衡：Denoising Multi-β VAE: Representation Learning for Disentanglement and Generation
知乎
40. 🚀像素扩散模型居然实现效率与质量双提升
小红书
已收藏
去我的收藏夹