作者:林介仲发布时间:2026-11-20 21:51:54 点击数:91151

本周行业报告传递重大进展本周我国多领域迎来硬核突破 很高兴为您解答这个问题,让我来帮您详细说明一下。品牌授权报修电话,快速上门服务

固原市西吉县西城区天桥街道平顶山市湛河区江苏省南通市启东市蓟州区东施古镇山东省滨州市合肥市庐阳区四川省凉山彝族自治州西昌市四川省遂宁市蓬溪县辽宁省大连市旅顺口区四川省广元市云南省西双版纳傣族自治州勐腊县昌平区小汤山镇内蒙古呼伦贝尔市阿荣旗四川省宜宾市江安县福建省南平市甘肃省庆阳市镇原县山东省聊城市冠县江苏省苏州市相城区福建省莆田市仙游县陕西省汉中市留坝县巴音郭楞蒙古自治州和硕县南开区体育中心街道山西省长治市襄垣县北辰区广源街道山东省烟台市龙口市南开区体育中心街道平顶山市湛河区吉林省四平市铁西区江西省宜春市奉新县黑龙江省大兴安岭地区呼玛县山东省泰安市泰山区黑龙江省七台河市桃山区西藏阿里地区日土县南开区体育中心街道辽宁省沈阳市江苏省徐州市新沂市吉林省长春市双阳区重庆市县巫山县平山县宅北乡密云区古北口镇辽宁省本溪市溪湖区元氏县崇左市黑龙江省佳木斯市汤原县芜湖市南陵县江苏省南京市浦口区福建省漳州市龙海市内蒙古呼伦贝尔市阿荣旗四川省凉山彝族自治州昭觉县平山县宅北乡桥西区留营街道防城港市东兴市福建省福州市罗源县开封市通许县辽宁省朝阳市北票市乌鲁木齐市沙依巴克区行唐县龙州镇福建省漳州市龙海市江西省赣州市石城县辽宁省辽阳市白塔区平山县小觉镇河东区大直沽街道福建省南平市建瓯市怀柔区宝山镇陕西省西安市未央区合肥市庐阳区塔城地区和布克赛尔蒙古自治县钦州市四川省德阳市广汉市贵州省黔南布依族苗族自治州惠水县河东区东新街道怀柔区宝山镇山东省烟台市龙口市山西省运城市夏县山西省忻州市定襄县山西省朔州市山阴县吉林省白山市浑江区上海市市辖区嘉定区云南省红河哈尼族彝族自治州绿春县福建省南平市建瓯市和平区南市街道福建省漳州市龙海市山西省晋城市高平市南开区长虹街道淮南市大通区山东省泰安市东平县平顶山市湛河区福建省莆田市仙游县陕西省宝鸡市眉县黑龙江省绥化市明水县山西省吕梁市中阳县江西省宜春市奉新县南开区体育中心街道北辰区广源街道陕西省汉中市留坝县山东省泰安市东平县顺义区空港街道北辰区丰台区和义街道

本月行业报告发布最新进展刚刚,谢赛宁团队放出第二代表征自编码器,很高兴为您解答这个问题,让我来帮您详细说明一下:官方服务专线,支持多品牌报修

甘肃省陇南市武都区山西省晋中市灵石县密云区不老屯镇甘肃省陇南市武都区江西省宜春市奉新县山西省朔州市山阴县海南省儋州市喀什地区麦盖提县江西省宜春市宜丰县蚌埠市蚌山区辽宁省沈阳市浑南区云南省普洱市景东彝族自治县内蒙古锡林郭勒盟镶黄旗青海省海西蒙古族藏族自治州德令哈市江西省九江市武宁县淮南市大通区四川省成都市新都区合肥市瑶海区广东省珠海市斗门区山东省枣庄市台儿庄区广东省汕头市龙湖区海南省海口市美兰区山西省临汾市安泽县开封市通许县黑龙江省佳木斯市汤原县怀柔区宝山镇云南省大理白族自治州云龙县崇左市宁明县桥西区东华街道山西省运城市夏县广东省汕头市南澳县蚌埠市龙子湖区海淀区青龙桥街道湖北省恩施土家族苗族自治州建始县江苏省南通市启东市崇左市云南省普洱市景东彝族自治县平山县上观音堂乡许昌市建安区江苏省苏州市相城区平山县东回舍镇喀什地区叶城县贵州省六盘水市水城县山西省阳泉市平定县北海市海城区密云区不老屯镇密云区不老屯镇宝坻区牛家牌镇福建省南平市建瓯市蚌埠市龙子湖区宝坻区牛家牌镇贵州省铜仁市印江土家族苗族自治县湖北省襄阳市襄州区蚌埠市龙子湖区洛阳市汝阳县怀柔区宝山镇百色市田林县江西省鹰潭市余江区长安区广安街道湖北省恩施土家族苗族自治州建始县山东省潍坊市青州市赵县沙河店镇四川省泸州市江阳区西藏山南市贡嘎县江苏省徐州市丰县甘肃省天水市秦州区信阳市平桥区阿克苏地区拜城县密云区不老屯镇平顶山市湛河区福建省莆田市仙游县山东省潍坊市青州市喀什地区叶城县陕西省商洛市山阳县北辰区山东省滨州市江西省吉安市永新县山西省临汾市安泽县蓟州区官庄镇北海市海城区甘肃省兰州市黑龙江省鹤岗市山西省晋中市灵石县贵州省铜仁市印江土家族苗族自治县陕西省宝鸡市千阳县无极县大陈镇湖北省宜昌市秭归县甘肃省陇南市武都区昌平区回龙观街道昌平区小汤山镇内蒙古锡林郭勒盟镶黄旗云南省红河哈尼族彝族自治州绿春县辽宁省沈阳市博尔塔拉蒙古自治州温泉县四川省广安市岳池县山西省临汾市安泽县青秀区静海区西翟庄镇福建省福州市永泰县四川省宜宾市珙县

全球服务区域:顺义区空港街道辽宁省沈阳市沈河区山东省青岛市城阳区云南省普洱市景东彝族自治县福建省三明市梅列区朝阳区小关街道濮阳市南乐县朝阳区小关街道福建省厦门市湖里区黑龙江省绥化市明水县隆安县濮阳市南乐县云南省玉溪市新平彝族傣族自治县山西省朔州市山阴县山东省聊城市冠县湖北省宜昌市宜都市辽宁省沈阳市浑南区朝阳区管庄地区昌平区阳坊镇广东省广州市越秀区江西省宜春市奉新县青海省果洛藏族自治州广东省江门市平山县东回舍镇井陉县测鱼镇陕西省汉中市南郑区山东省泰安市泰山区许昌市建安区湖北省宜昌市夷陵区广东省江门市甘肃省庆阳市镇原县四川省甘孜藏族自治州九龙县青海省海北藏族自治州门源回族自治县井陉县吴家窑乡广东省广州市越秀区福建省厦门市湖里区山东省东营市垦利区青秀区平山县小觉镇西乡塘区西城区月坛街道广东省珠海市斗门区福建省莆田市仙游县丰台区宛平城地区山东省威海市和田地区辽宁省沈阳市沈河区平顶山市卫东区和平区南市街道四川省宜宾市珙县甘肃省天水市秦州区银川市贺兰县山西省忻州市宁武县山东省泰安市东平县云南省丽江市宁蒗彝族自治县哈密市伊吾县吉林省长春市双阳区山东省泰安市泰山区蓟州区东赵各庄镇甘肃省白银市景泰县云南省文山壮族苗族自治州广南县山东省东营市垦利区四川省广元市山东省潍坊市青州市河西区桃园街道昌平区回龙观街道巴音郭楞蒙古自治州和硕县四川省凉山彝族自治州甘洛县大兴区贵州省六盘水市水城县山东省烟台市龙口市广东省江门市辽宁省铁岭市开原市合肥市庐阳区广东省广州市越秀区芜湖市南陵县贵州省黔南布依族苗族自治州惠水县洛阳市汝阳县平山县宅北乡井陉县测鱼镇行唐县龙州镇蓟州区东赵各庄镇哈密市伊吾县海南省三沙市西沙区山东省聊城市茌平区鹿泉区白鹿泉乡陕西省商洛市山阳县四川省凉山彝族自治州昭觉县甘肃省天水市秦州区广东省珠海市斗门区云南省大理白族自治州云龙县丰台区和义街道重庆市县巫山县江苏省徐州市新沂市陕西省汉中市南郑区蓟州区东赵各庄镇和田地区四川省德阳市广汉市甘肃省天水市秦州区江西省鹰潭市余江区

近期行业报告发布新研究成果刚刚,谢赛宁团队放出第二代表征自编码器,很高兴为您解答这个问题,让我来帮您详细说明一下:售后服务维修中心电话,支持多渠道服务

全国服务区域:怀柔区龙山街道江苏省连云港市赣榆区福建省南平市甘肃省兰州市海南省海口市美兰区内蒙古锡林郭勒盟正镶白旗昌平区回龙观街道朝阳区管庄地区许昌市建安区辽宁省锦州市义县崇左市宁明县元氏县殷村镇朝阳区小关街道湖北省宜昌市宜都市百色市靖西市丰台区宛平城地区四川省甘孜藏族自治州泸定县福建省漳州市龙海市防城港市东兴市蓟州区东二营镇内蒙古乌海市乌达区山西省阳泉市平定县蓟州区东施古镇甘肃省甘南藏族自治州武清区上马台镇江西省赣州市石城县武清区上马台镇山西省晋城市高平市崇左市山东省东营市垦利区西城区月坛街道海南省海口市美兰区密云区古北口镇湖北省恩施土家族苗族自治州恩施市焦作市中站区黑龙江省绥化市明水县青海省海北藏族自治州门源回族自治县甘肃省甘南藏族自治州山东省淄博市临淄区陕西省宝鸡市千阳县山东省滨州市昌平区回龙观街道江西省萍乡市上栗县江苏省南通市启东市钦州市丰台区长辛店镇大兴区四川省泸州市江阳区山西省晋中市灵石县崇左市延庆区沈家营镇山西省晋中市灵石县内蒙古锡林郭勒盟正镶白旗鹿泉区白鹿泉乡顺义区空港街道湖北省恩施土家族苗族自治州建始县崇左市元氏县殷村镇开封市通许县陕西省汉中市西乡县和田地区辽宁省辽阳市白塔区江西省赣州市石城县江西省宜春市奉新县云南省怒江傈僳族自治州福贡县元氏县殷村镇隆安县黑龙江省佳木斯市汤原县江苏省徐州市广东省汕头市南澳县山东省泰安市东平县四川省凉山彝族自治州西昌市江西省九江市武宁县江苏省连云港市赣榆区江苏省连云港市赣榆区合肥市瑶海区广东省广州市越秀区青海省海西蒙古族藏族自治州德令哈市江苏省连云港市赣榆区行唐县龙州镇四川省宜宾市江安县贵州省六盘水市水城县山东省淄博市临淄区云南省文山壮族苗族自治州广南县井陉县测鱼镇西城区月坛街道辽宁省铁岭市开原市海南省三沙市西沙区山东省聊城市冠县辽宁省沈阳市内蒙古呼伦贝尔市阿荣旗江苏省南通市启东市福建省漳州市龙海市延庆区康庄镇江西省吉安市吉安县贵州省铜仁市印江土家族苗族自治县山西省晋中市灵石县福建省南平市建瓯市云南省红河哈尼族彝族自治州绿春县顺义区空港街道

售后服务上门服务电话,智能分配单据:刚刚,谢赛宁团队放出第二代表征自编码器

编辑|Panda

AI 图像生成通常遵循「能力越强、代价越高」的铁律;与此同时,学界却在悄悄质疑另一个更根本的浪费:传统 VAE 对图像语义几乎一无所知,而 DINOv2、SigLIP 等视觉编码器早已从数亿张图片中习得了丰富的视觉常识。图像生成模型,真的需要从零开始「发明」对图像的理解吗?

2025 年 10 月,纽约大学谢赛宁团队提出了「表征自编码器(Representation Autoencoder,RAE)」框架,首次系统性地将预训练视觉编码器引入扩散模型的潜在空间。参阅我们的报道《VAE 时代终结?谢赛宁团队「RAE」登场,表征自编码器或成 DiT 训练新基石》。

这项成果在学界引发强烈反响,但同时也暴露出三个阻碍实用落地的核心问题:重建质量不如专用 VAE、无法配合传统引导机制、训练收敛极慢。

五个月后,同一团队携手 Adobe Research 与澳大利亚国立大学,带来了全面改进的RAEv2

论文标题:Improved Baselines with Representation Autoencoders论文地址:https://arxiv.org/abs/2605.18324v1项目页面:https://raev2.github.io

为什么 VAE 是瓶颈?

要理解这项工作的意义,先要理解 VAE 是什么,以及它为什么开始成为瓶颈。

想象一家大型图书馆。图书馆的索引系统(VAE 编码器)负责将每一本书压缩成一张卡片,存入一个巨大的卡片柜(潜在空间)。扩散模型在这个卡片柜里工作:从一堆杂乱的卡片出发,一步步「去噪」,最终还原出一张清晰的卡片,再由解码器将卡片还原成完整的书。

问题在于传统的索引卡片(VAE 潜在空间)记录的是书的物理特征,比如厚度、颜色、字体大小。但模型真正需要的,是书的内容和含义。扩散模型每次从噪声出发,都要自己重新学会「这是一只猫」、「这是一棵树」,效率极低。

预训练视觉编码器(DINOv2 等)则截然不同。它们的索引卡片记录的是语义:这本书讲的是什么主题、出现了哪些人物、场景的空间结构如何。如果扩散模型能在这样的潜在空间里工作,就相当于站在了巨人的肩膀上,不需要重复学习「视觉常识」。

RAE 正是这样的系统:以预训练编码器为图书馆的索引系统,训练一个解码器来还原图像。但第一代 RAE 的问题,是这套索引卡片只记录了「书的最后一章摘要」,丢失了大量中间层的细节信息。

三个洞察,一次系统性升级

RAEv2 的工作核心是三个独立但相互支撑的技术洞察。

洞察一:最后一层不是全部。

原始 RAE 直接使用视觉编码器最后一层的输出作为潜在表征。但预训练编码器的知识并非只集中在最后一层 —— 就像一个专家的完整知识体系,不只存在于他最后的结论里,也分布在他的推理过程中。

RAEv2 提出了一个极其简洁的解法:将编码器最后 K 层的特征直接相加,作为潜在表征。这个操作不引入任何新参数,不需要额外训练数据(比如文字或人脸),却让图像重建质量产生了质的飞跃。当 K 从 1(原始 RAE)增加到 23(全部层)时,重建误差(rFID)从 0.60 骤降至 0.18,峰值信噪比从 18.93 dB 提升至 27.03 dB。

洞察二:RAE 和 REPA 其实是互补的,不是竞争关系。

这是整篇论文最出人意料的发现。

学界此前普遍认为:既然 RAE 已经把预训练编码器的特征直接用作潜在空间,就没必要再用 REPA(表征对齐损失,将同一批编码器特征蒸馏到扩散模型的中间层)—— 那不是多此一举,让同一个信号走两条路吗?

研究团队横跨 27 种视觉编码器进行了大规模实验,结果令人惊讶:无论哪种编码器,REPA 和 RAE 同时使用时,效果都优于单独使用任一方。

更有趣的是,两者改善的是不同维度。RAE 提供的是「全局语义」,比如模型知道图里有只猫;REPA 提供的是「空间结构」,比如模型知道猫在图像左上角、眼睛在鼻子上方。前者对应语义信息(用线性探针准确率 LP 衡量),后者对应空间自相似性(用 LDS 衡量)。在 27 个编码器的相关性分析中,这一互补机制得到了严格统计验证,皮尔逊相关系数分别达到 -0.81(RAE 依赖 LP)和 -0.89(REPA 依赖 LDS)。

这一发现还解释了为什么更强的编码器 DINOv3-L,在第一代 RAE 里反而表现不如 DINOv2-B;因为原始 RAE 只利用了语义维度,而 DINOv3-L 的优势恰恰在于两个维度都强,RAE+REPA 才能充分发挥它的潜力。

洞察三:「引导」其实一直藏在模型里。

这是最优雅的一个技术贡献。

图像生成模型在推理时,通常需要一种叫做「引导」(Guidance)的机制来提升图像质量 —— 本质是让模型在「有条件」和「无条件」两个状态之间做差值,从而强化目标特征。原始 RAE 无法使用标准的分类器自由引导(CFG),只能训练一个额外的「弱版扩散模型」来充当引导基线(AutoGuidance),这不仅增加了训练成本,推理时也需要额外一次前向计算。

RAEv2 观察到一个关键性质:REPA 在 RAE 框架下,本质上是在做「x 预测」(预测干净的图像表征),而 REPA 头只能访问模型的浅层特征,天然是一个「更弱的版本」。将主模型输出也改写为 x 预测格式,就可以直接用 REPA 头作为引导基线。这样就无需额外训练任何模型,无需额外前向计算,引导完全「免费」。

RAEv2 的表现如何?

三个洞察组合在一起,形成了 RAEv2,带来了可量化的全面改进。

在图像生成质量(ImageNet-256,以 gFID 衡量,越低越好)上,RAEv2 在仅 80 个训练 epoch 后达到 1.06。

以 FDr₆这一更严格的评估指标衡量,RAEv2 以 80 epoch 达到 2.17,超越了原始 RAE 的最佳成绩 3.26—— 后者需要十倍训练时长且依赖后处理。

研究团队为此引入了一个新的效率指标:EPFID@k,即「达到无引导 gFID ≤ k 所需的训练 epoch 数」。这个指标的意义在于:绝对 gFID 数值的微小差异在实际应用中几乎感知不到,但训练效率的差异直接决定了谁能更快迭代、更低成本实验。

RAE 的 EPFID@2 为 177 epoch,RAEv2 将其压缩到了 35 epoch—— 收敛速度超过 5 倍,若与早期方法比较则达 10 倍以上。

在计算成本上,RAEv2 保持与第一代 RAE 完全相同的 189 GFLOPs,而 FLUX.1 等顶级商业模型需要 448 GFLOPs。以不到一半的算力,达到超越所有同类系统的生成质量。这是 RAEv2 最直接的工程价值。

在重建质量上,尽管只在 ImageNet 上训练,RAEv2 的还原效果已可与 FLUX VAE、SDXL-VAE 等在大规模多样化数据集上训练的专有模型相媲美。

超越图像分类:更广的适用性

RAEv2 并未局限于 ImageNet 实验。论文还验证了其在两个方向上的泛化能力。

在文本生图方向,使用 SigLIP-2 作为编码器的 RAEv2,在文本生图基准上展现出与 ImageNet 实验一致的改进趋势,收敛速度显著快于基于 VAE 的对比方法。

在导航世界模型方向 —— 即 AI 通过视觉预测未来帧的任务场景 ——RAEv2 同样带来了一致的性能提升,证明这一框架并非专为图像生成设计的特殊技巧,而是具有跨任务通用性的基础方法。

一个更大的赌注

RAEv2 所指向的不只是「更快的图像生成」。

在传统的图像 AI 体系里,「理解图像」和「生成图像」是两条平行的轨道:前者用 DINOv2、CLIP 等判别式模型,后者用 Stable Diffusion、FLUX 等生成式模型,两者共享的只有训练数据,而非知识体系。

RAE 框架的核心赌注是把这两条轨道合并。如果生成模型直接在视觉理解模型的语义空间里工作,那理解和生成就共享同一套「视觉语言」,未来的统一多模态模型将具备直接在生成的图像潜在表征上进行推理的能力。

从一个单纯的「更快收敛」的工程改进出发,RAEv2 不经意间指向了一个更宏观的问题:下一代多模态 AI 是否应当从根本上统一「看」与「画」的底层表征?

这个问题,也许比 gFID 数字本身更值得关注。

近日行业报告发布最新研究成果刚刚,谢赛宁团队放出第二代表征自编码器

编辑|Panda

AI 图像生成通常遵循「能力越强、代价越高」的铁律;与此同时,学界却在悄悄质疑另一个更根本的浪费:传统 VAE 对图像语义几乎一无所知,而 DINOv2、SigLIP 等视觉编码器早已从数亿张图片中习得了丰富的视觉常识。图像生成模型,真的需要从零开始「发明」对图像的理解吗?

2025 年 10 月,纽约大学谢赛宁团队提出了「表征自编码器(Representation Autoencoder,RAE)」框架,首次系统性地将预训练视觉编码器引入扩散模型的潜在空间。参阅我们的报道《VAE 时代终结?谢赛宁团队「RAE」登场,表征自编码器或成 DiT 训练新基石》。

这项成果在学界引发强烈反响,但同时也暴露出三个阻碍实用落地的核心问题:重建质量不如专用 VAE、无法配合传统引导机制、训练收敛极慢。

五个月后,同一团队携手 Adobe Research 与澳大利亚国立大学,带来了全面改进的RAEv2

论文标题:Improved Baselines with Representation Autoencoders论文地址:https://arxiv.org/abs/2605.18324v1项目页面:https://raev2.github.io

为什么 VAE 是瓶颈?

要理解这项工作的意义,先要理解 VAE 是什么,以及它为什么开始成为瓶颈。

想象一家大型图书馆。图书馆的索引系统(VAE 编码器)负责将每一本书压缩成一张卡片,存入一个巨大的卡片柜(潜在空间)。扩散模型在这个卡片柜里工作:从一堆杂乱的卡片出发,一步步「去噪」,最终还原出一张清晰的卡片,再由解码器将卡片还原成完整的书。

问题在于传统的索引卡片(VAE 潜在空间)记录的是书的物理特征,比如厚度、颜色、字体大小。但模型真正需要的,是书的内容和含义。扩散模型每次从噪声出发,都要自己重新学会「这是一只猫」、「这是一棵树」,效率极低。

预训练视觉编码器(DINOv2 等)则截然不同。它们的索引卡片记录的是语义:这本书讲的是什么主题、出现了哪些人物、场景的空间结构如何。如果扩散模型能在这样的潜在空间里工作,就相当于站在了巨人的肩膀上,不需要重复学习「视觉常识」。

RAE 正是这样的系统:以预训练编码器为图书馆的索引系统,训练一个解码器来还原图像。但第一代 RAE 的问题,是这套索引卡片只记录了「书的最后一章摘要」,丢失了大量中间层的细节信息。

三个洞察,一次系统性升级

RAEv2 的工作核心是三个独立但相互支撑的技术洞察。

洞察一:最后一层不是全部。

原始 RAE 直接使用视觉编码器最后一层的输出作为潜在表征。但预训练编码器的知识并非只集中在最后一层 —— 就像一个专家的完整知识体系,不只存在于他最后的结论里,也分布在他的推理过程中。

RAEv2 提出了一个极其简洁的解法:将编码器最后 K 层的特征直接相加,作为潜在表征。这个操作不引入任何新参数,不需要额外训练数据(比如文字或人脸),却让图像重建质量产生了质的飞跃。当 K 从 1(原始 RAE)增加到 23(全部层)时,重建误差(rFID)从 0.60 骤降至 0.18,峰值信噪比从 18.93 dB 提升至 27.03 dB。

洞察二:RAE 和 REPA 其实是互补的,不是竞争关系。

这是整篇论文最出人意料的发现。

学界此前普遍认为:既然 RAE 已经把预训练编码器的特征直接用作潜在空间,就没必要再用 REPA(表征对齐损失,将同一批编码器特征蒸馏到扩散模型的中间层)—— 那不是多此一举,让同一个信号走两条路吗?

研究团队横跨 27 种视觉编码器进行了大规模实验,结果令人惊讶:无论哪种编码器,REPA 和 RAE 同时使用时,效果都优于单独使用任一方。

更有趣的是,两者改善的是不同维度。RAE 提供的是「全局语义」,比如模型知道图里有只猫;REPA 提供的是「空间结构」,比如模型知道猫在图像左上角、眼睛在鼻子上方。前者对应语义信息(用线性探针准确率 LP 衡量),后者对应空间自相似性(用 LDS 衡量)。在 27 个编码器的相关性分析中,这一互补机制得到了严格统计验证,皮尔逊相关系数分别达到 -0.81(RAE 依赖 LP)和 -0.89(REPA 依赖 LDS)。

这一发现还解释了为什么更强的编码器 DINOv3-L,在第一代 RAE 里反而表现不如 DINOv2-B;因为原始 RAE 只利用了语义维度,而 DINOv3-L 的优势恰恰在于两个维度都强,RAE+REPA 才能充分发挥它的潜力。

洞察三:「引导」其实一直藏在模型里。

这是最优雅的一个技术贡献。

图像生成模型在推理时,通常需要一种叫做「引导」(Guidance)的机制来提升图像质量 —— 本质是让模型在「有条件」和「无条件」两个状态之间做差值,从而强化目标特征。原始 RAE 无法使用标准的分类器自由引导(CFG),只能训练一个额外的「弱版扩散模型」来充当引导基线(AutoGuidance),这不仅增加了训练成本,推理时也需要额外一次前向计算。

RAEv2 观察到一个关键性质:REPA 在 RAE 框架下,本质上是在做「x 预测」(预测干净的图像表征),而 REPA 头只能访问模型的浅层特征,天然是一个「更弱的版本」。将主模型输出也改写为 x 预测格式,就可以直接用 REPA 头作为引导基线。这样就无需额外训练任何模型,无需额外前向计算,引导完全「免费」。

RAEv2 的表现如何?

三个洞察组合在一起,形成了 RAEv2,带来了可量化的全面改进。

在图像生成质量(ImageNet-256,以 gFID 衡量,越低越好)上,RAEv2 在仅 80 个训练 epoch 后达到 1.06。

以 FDr₆这一更严格的评估指标衡量,RAEv2 以 80 epoch 达到 2.17,超越了原始 RAE 的最佳成绩 3.26—— 后者需要十倍训练时长且依赖后处理。

研究团队为此引入了一个新的效率指标:EPFID@k,即「达到无引导 gFID ≤ k 所需的训练 epoch 数」。这个指标的意义在于:绝对 gFID 数值的微小差异在实际应用中几乎感知不到,但训练效率的差异直接决定了谁能更快迭代、更低成本实验。

RAE 的 EPFID@2 为 177 epoch,RAEv2 将其压缩到了 35 epoch—— 收敛速度超过 5 倍,若与早期方法比较则达 10 倍以上。

在计算成本上,RAEv2 保持与第一代 RAE 完全相同的 189 GFLOPs,而 FLUX.1 等顶级商业模型需要 448 GFLOPs。以不到一半的算力,达到超越所有同类系统的生成质量。这是 RAEv2 最直接的工程价值。

在重建质量上,尽管只在 ImageNet 上训练,RAEv2 的还原效果已可与 FLUX VAE、SDXL-VAE 等在大规模多样化数据集上训练的专有模型相媲美。

超越图像分类:更广的适用性

RAEv2 并未局限于 ImageNet 实验。论文还验证了其在两个方向上的泛化能力。

在文本生图方向,使用 SigLIP-2 作为编码器的 RAEv2,在文本生图基准上展现出与 ImageNet 实验一致的改进趋势,收敛速度显著快于基于 VAE 的对比方法。

在导航世界模型方向 —— 即 AI 通过视觉预测未来帧的任务场景 ——RAEv2 同样带来了一致的性能提升,证明这一框架并非专为图像生成设计的特殊技巧,而是具有跨任务通用性的基础方法。

一个更大的赌注

RAEv2 所指向的不只是「更快的图像生成」。

在传统的图像 AI 体系里,「理解图像」和「生成图像」是两条平行的轨道:前者用 DINOv2、CLIP 等判别式模型,后者用 Stable Diffusion、FLUX 等生成式模型,两者共享的只有训练数据,而非知识体系。

RAE 框架的核心赌注是把这两条轨道合并。如果生成模型直接在视觉理解模型的语义空间里工作,那理解和生成就共享同一套「视觉语言」,未来的统一多模态模型将具备直接在生成的图像潜在表征上进行推理的能力。

从一个单纯的「更快收敛」的工程改进出发,RAEv2 不经意间指向了一个更宏观的问题:下一代多模态 AI 是否应当从根本上统一「看」与「画」的底层表征?

这个问题,也许比 gFID 数字本身更值得关注。


林楚钦也深有同感。“最近这五年基本每年都回来。”他说,“现在什么都不用带了,跟以前‘侨批时代’完全不一样了。” 性交一级片 - 离线缓存功能无网络也能畅享精彩内容 本周我国多领域迎来硬核突破
本周我国多领域迎来硬核突破

本周我国多领域迎来硬核突破

百万最新免费软件游戏

下载

本周我国多领域迎来硬核突破
首页>>柳州地震有居民把猪带下楼避险
本周我国多领域迎来硬核突破

本周我国多领域迎来硬核突破

「活动」首次登录送19元红包

80.10MB
版本{版本}
下载APK高速下载
下载再刚刚,谢赛宁团队放出第二代表征自编码器安装你想要的应用 更方便 更快捷 发现更多
喜欢61%好评(18人)
评论57
刚刚,谢赛宁团队放出第二代表征自编码器截图0刚刚,谢赛宁团队放出第二代表征自编码器截图1刚刚,谢赛宁团队放出第二代表征自编码器截图2刚刚,谢赛宁团队放出第二代表征自编码器截图3刚刚,谢赛宁团队放出第二代表征自编码器截图4
详细信息
  • 软件大小:49.78MB
  • 最后更新:2026-11-20 21:51:54
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-Android刚刚,谢赛宁团队放出第二代表征自编码器
  • 使用语言:中文
  • :需要联网
  • 系统要求:5.63以上
应用介绍
🚫第一步:访问《刚刚,谢赛宁团队放出第二代表征自编码器》官网👉首先,打开您的浏览器,输入《刚刚,谢赛宁团队放出第二代表征自编码器》。您可以通过搜索引擎搜索或直接输入网址来访问.🚯
🚫第二步:点击注册按钮👉一旦进入《刚刚,谢赛宁团队放出第二代表征自编码器》网站官网,您会在页面上找到一个醒目的注册按钮。点击该按钮,您将被引导至注册页面。🕜️
🚫第三步:填写注册信息 👉在注册页面上,您需要填写一些必要的个人信息来创建《刚刚,谢赛宁团队放出第二代表征自编码器》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息,以确保顺利完成注册。♍️
🚫第四步:验证账户👉填写完个人信息后,您可能需要进行账户验证。《刚刚,谢赛宁团队放出第二代表征自编码器》网站会向您提供的电子邮件地址或手机号码发送一条验证信息,您需要按照提示进行验证操作。这有助于确保账户的安全性,并防止不法分子滥用您的个人信息。🦚
🚫第五步:设置安全选项👉《刚刚,谢赛宁团队放出第二代表征自编码器》网站通常要求您设置一些安全选项,以增强账户的安全性。例如,可以设置安全问题和答案,启用两步验证等功能。请根据系统的提示设置相关选项,并妥善保管相关信息,确保您的账户安全。💕
🚫第六步:阅读并同意条款👉在注册过程中,《刚刚,谢赛宁团队放出第二代表征自编码器》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前,请仔细阅读并理解这些条款,并确保您同意并愿意遵守。☯️️
🚫第七步:完成注册👉一旦您完成了所有必要的步骤,并同意了《刚刚,谢赛宁团队放出第二代表征自编码器》网站的条款,恭喜您!您已经成功注册了《刚刚,谢赛宁团队放出第二代表征自编码器》网站账户。现在,您可以畅享《刚刚,谢赛宁团队放出第二代表征自编码器》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!🌲
【联系我们】
客服热线
加载更多
版本更新
{版本}
刚刚,谢赛宁团队放出第二代表征自编码器
  • 四川991支中小学队伍齐聚成都 科创实践点亮青春梦想
  • 糖果制品被检出伟哥 涉事企业登记经营场所无法联系
  • 中欧班列开行突破13万列,发送货值超5200亿美元
  • 《只此青绿》未演先热 台湾人士盼更多大陆文化精品走进宝岛
  • 黄仁勋疑似得了灰指甲引热议
  • 39岁上海科技大学教授王晨辉因营救至亲溺水遇险,不幸去世
  • 大美边疆看我家丨黑龙江齐齐哈尔:仙鹤翩飞 邂逅一城风光
  • 美联储更多决策者对加息持开放态度
  • 美加墨世界杯版权谈判发生了什么
  • 首位香港航天员将执飞 专家:香港可发挥“AI+航天”与金融优势
  • 王毅给深圳办会打100分
  • 《中国噪声污染防治报告(2026)》发布
  • 内蒙古17岁走失女生遗体被找到 善后工作有序推进
  • 伊朗打击美舰 美袭击伊油轮

    东江流域今汛扩大水工程联合调度范围

    中国城市地下管网规模全球第一

    详情
查看更多
加载中加载中,请稍等...

刚刚,谢赛宁团队放出第二代表征自编码器类似软件

  • 中国对外贸易中心发起广交会“70年的答案”征集活动广州发布高温健康风险预警和健康提示

    国际社会高度关注中美元首会晤 期待两国合作为世界注入更多稳定性

  • 珠海拱北口岸“五一”假期前三天迎客超120万人次事发时井下画面公布 记者探访山西留神峪煤矿调度中心

    吉林残疾人运动员以赛为梯淬炼不凡人生

  • 新疆维吾尔自治区乌鲁木齐市人大常委会党组成员、副主任曹斌接受审查调查推动中美两国民间交往走深走实

    2026中国国际露营大会举行

  • 福建省实施中小学春秋假制度 假期时长各为2-4天马斯克黄仁勋等进入中美元首会谈现场

    黑市流通学生数据超千万条,倒卖信息岂能成教培机构“副业”

  • 两路寸滩海关缉私分局办案区人员信息一体化采集系统采购项目(第二次)比选公告峨眉山猴子侧手翻下台阶

    李子柒当选四川省文联副主席

  • 美国贸易代表再度炒作301调查两岸《四库全书》“护书人”相聚兰州 共探典籍古今传承

    伊朗重申其对霍尔木兹海峡“管理监督范围”

  • 从“量的积累”迈向“质的跃升”——看河北特色产业集群如何提档升级、迸发活力习近平举行仪式欢迎塞尔维亚总统武契奇访华

    杭州海关原副厅局级干部王华雄被开除党籍

  • 韩正出席2026世界数字教育大会开幕式并致辞直播海报:国新办就2026年4月份国民经济运行情况举行新闻发布会

    朱珠回应演戏自带松弛感:真实的就是最吸引人的

  • 杨扬:没有体育我看不到这么大的世界 现在运动员保障更好2026年“五一”假期中国国内出游达3.25亿人次

    日本民众:尊重历史 绝不能放弃宪法第九条

  • AI长图:多彩假日游,燃动中国经济新活力北京“超现场”走进深圳文博会 让好戏“走”出剧场

    一朵花串起一条产业链 湖南宁乡让“栀香”从山野飘进日常

  • 世界海关组织亚太区首脑会议闭幕 香港续任亚太区副主席渝昆高铁川滇段铺轨工程启动

    前4月完成投资1791.7亿元 川渝共建重点项目建设稳步推进

  • 中医“微创+康复”技术走进中亚公安干警非法查询信息 多人获刑

    中英“乒乓外交”55周年纪念活动在伦敦举行

  • 直击徐州非法排污事件现场:清淤仍在继续中希携手推进梅加洛波利斯市公正转型合作

    NBA灰熊队前锋克拉克意外去世

  • 广东一男子穿拖鞋散步被毒蛇咬伤章若楠回应《雨霖铃》剧中步伐

    阿联酋称针对巴拉卡核电站的无人机均来自伊拉克境内

  • 直击柳州发生5.2级地震:有人员被困 民众户外避险水利部:2021年以来 约1.9万座病险水库除险加固

    27岁糖尿病女孩熬夜喝奶茶差点失明

  • 朱珠:《蜜语纪》里,钟汉良的表演很细腻很准确今天起每坐30分钟起身走走 代谢悄悄变好

    聚焦雪域高原少年成长 《我的名字叫太阳》新书发布

  • 广东省委书记点赞《给阿嬷的情书》打开“赏花地图”解锁经济新图景

    广西柳州市地震区域搜救出最后1名被困人员 生命体征平稳

  • 四位中网球童代表将登上2026年法网赛场港人飞天,星辰可及

    习近平同塔吉克斯坦总统拉赫蒙举行会谈

  • 红色薪火代代传 “中华体育精神颂”走进四川甘孜乘网约车救下脑梗司机 两名大学生捐出奖金传递善意

    北京数字经济“出海基地”,一条龙帮企业闯东盟

  • 一座小县城如何让杂技“坐地生金”城商行的「跨区域诅咒」

    间谍技术窃听我党政军核心人员

  • 中国A股影视院线板块周二表现亮眼“剑瓷之都”主打沉浸体验 武侠味“点燃”假日文旅市场

    东西问丨王栋:中美关系早已超越双边,具有全球性意义

  • 天津4月末本外币各项存款余额同比增长7.9%“一步之遥”怎么跨?沿沪宁产业创新带“伙伴园区”的破局之道

    “娜塔莎”娃娃爆火,解压当有更合理的情绪出口

  • 金建希涉嫌“卖官鬻爵”案被求刑7年半美军缩减驻欧旅级战斗队

    火山喷发致多人死伤 印尼游客为何仍热衷“追火山”?

  • 女孩考倒数第一 爸爸淡定逆向教育中国地震局对广西柳州市柳南区5.2级地震启动三级应急服务响应

    天目山实验室发布多项低空经济成果

  • 二十载深耕 温州肯恩大学打造中美教育合作“活样板”以赛兴科普 第十三届重庆科普讲解大赛收官

    特朗普与巴西总统卢拉在白宫会晤

  • “智慧医疗”扩容升级 中国高端医疗器械亮相广交会哈尔滨机场“五一”小长假运送旅客近30万人次

    女子贴条提醒被殴打 邻居获刑7个月

  • 以教育为桥 向未来而行——书写中俄教育合作崭新篇章4月份中国大宗商品指数继续上扬

    探AI创新发展赛道 2026全球人工智能技术大会在杭州举办

  • 国台办回应刘世芳外甥被台企解职:依法惩“独”利剑高悬2026射箭世界杯上海站收官 中国射箭队摘得2金2银1铜

    渣打银行将裁员近8000人:让位给机器

  • 职业教育展示 看学生打造“微景观”如何“变废为宝”女子上班路上遭大狼狗扑咬血肉模糊

    我国将推动多用户绿电直连发展 新建负荷可开展多用户绿电直连

  • 西藏藏族民居旁有一块100多岁的泰山石敢当埃博拉疫情持续蔓延 非洲启动3.19亿美元抗疫计划

    山西祁县乔家大院“五一”迎客流高峰 “乔家喜宴”沉浸式体验受热捧

  • 新闻分析:近期天气对全国“三夏”影响几何西班牙记者团“五一”打卡北京 团长:中国为世界带来了巨大机遇

    双11首发限量30000瓶! 剑南春携手国博打造生肖酒文化标杆

  • 江苏第二座30万吨级原油码头正式投产珠江流域成功防御今年入汛以来最强降雨过程

    两名工人高空作业起争执 一人被推下

  • 戈壁变“蓝海”!西藏扎囊县首届高原蓝莓季开启“莓”好假期2026年柬埔寨经济增长预计放缓至4.2%

    中吉商界人士新疆共谋贸易投资新机遇

  • 香港警方联同9地打击跨境诈骗 拘捕3018人涉7.52亿美元中央网信办划红线 如何规范短视频内容标注?存量短视频怎么补标?错标漏标怎么办?

    官方辟谣“西藏一地熊吃人事件”

  • 黑龙江共青团“金秋助学”实施10周年助5.3万学子圆梦这个五一,AI把旅游玩明白了:定制行程、智能伴游,还能“一键入戏”

    从愿景到行动:APEC深圳会议的价值在于化承诺为成果

  • (滇藏公路50周年)西藏波密县:嘎朗村的驻村干部“姐妹花”止泻药黄连素岂能当减肥药?医生提醒勿信营销号

    (经济观察)4月部分数据波动不改中国经济稳健态势

相关攻略
  • 领先22分遭逆转 骑士加时不敌尼克斯
    2026-11-20 21:51:54
包含 饿了么 的应用集
  • 跳水世界杯总决赛:王宗源、郑九源包揽男子3米板冠亚军 萨摩亚女足球员被控性侵14岁美国男孩 资本市场口中的AI多智近似妖
    安徽青阳:晨雾缭绕美如画
    88匹进口蒙古马为中国内地演艺市场发展添助力
    146720452125182026-11-20 21:51:54
  • 神舟二十三号载人飞行任务:发射前 谁在守护天地通信德国中国商会就欧委会依据《外国补贴条例》排除中企发表声明 “没车也不能闯红灯”,为什么?
    昆明酒店劫持案:反恐队员遭连续射击
    这些外国青年,在博物馆重新认识中国
    33136096642482026-11-20 21:51:54
  • 服务业经济平稳增长 发展潜力持续释放 自驾游车辆在连续陡弯处打滑上不去 特朗普发言时突然跑题吐槽打字软件
    持续提升经济“主引擎”动能——提振消费专项行动实施一年多来成效明显
    “十五五”时期我国将加力支持革命老区加快振兴发展
    5447798485135944072026-11-20 21:51:54
  • 宁夏举办世界红十字日主题活动 爱心企业捐赠3000余万元款物 中国七部门发文:严防医药代表商业贿赂行为 紫荆绽放 逐梦天宫——香港同胞现场亲历神舟二十三号载人飞船发射侧记”
    真正的主角总是出现在最后!
    《目瑙纵歌》30亿播放爆火,这位80后北京音乐人有更大的计划
    9322137488623682026-11-20 21:51:54
  • 留神峪煤矿今日救援重点:对井下反复搜救 确保不留死角 电影《给阿嬷的情书》演员李思潼邀你共赴网络文明之约 金鸡奖颁奖典礼
    陈妤颉刷新女子200米亚洲少年(U18)纪录
    续写飞虎情谊 美中航空遗产基金会捐助广西柳州地震灾区
    679504304608322026-11-20 21:51:54
  • 金鸡奖节目单 浙江发现中二叠世旋齿鲨化石 距今约2.73亿年 专家共话内地与港澳法律热点:在“三法域”间架起规则互认的桥梁
    美国洛杉矶中华总商会搬迁至阿尔汉布拉市
    300819,11亿元定增加码高端电子布
    394047730334642026-11-20 21:51:54
  • 媒体是促进俄中交流的重要桥梁(国际论坛) 专家:能源转型不能忽视各国发展阶段和现实条件 广西阳朔:遇龙河竹筏漂流乐享休闲
    闽台摄影爱好者福州交流 以光影绘两岸同心
    外媒:也门哈达拉毛省发生交通事故 造成约30人死伤
    62314961007052026-11-20 21:51:54
  • 国乒男团2比3瑞典遭连败 国家重点研发计划高新技术成果产业化试点在宁波“发榜” 丁薛祥在调研算力网建设时强调 加快构建全国一体化算力网 赋能经济社会高质量发展
    “龙江最美职工”徐旭:东极守光人 丹心映界江
    广东水利防汛Ⅳ级应急响应结束
    1697998709093325092026-11-20 21:51:54
  • 张国清在上海调研时强调 持续提升产业创新能力 更好服务支撑经济高质量发展 美日英债市同时崩了 广东开展健康科普活动探索“艺术疗愈”新模式
    山东推动优质文化资源下沉 打通惠民服务“最后一公里”
    法国小伙携日本侵华军事档案返华
    112275993088012026-11-20 21:51:54
  • 浙江上线“创新积分制”数智平台 《2025年英法加澳等域外国家在西太平洋军事活动报告》发布 第二十二届文博会闭幕
    “文博热”持续升温 “文化打卡”因何令人沉醉?
    云南修订陆生野生动物保护条例 守护“动物王国”生态名片
    717750156336662026-11-20 21:51:54
  • 王祥基:将力邀张凌赫、刘宇宁等大陆艺人赴台交流 西藏70余件珍稀文物走出寺门 面向公众展出 川陕哲罗鲑子二代异地繁育突破 “水中老虎”添新生力量
    加拿大总理表示:加拿大需寻求新贸易伙伴 摆脱对美依赖
    官宣!港交所弃用普华永道
    496454258195749542026-11-20 21:51:54
  • “爱达·花城号”首次试运营 中国团队在国际上首次实现人工细胞形态功能不对称分裂 暖心暖胃!广西柳州地震安置点小店免费提供螺蛳粉
    湖南一居民楼发生火灾致5死2伤
    浙江桐乡:“未来工厂”智能化生产忙
    34964292728862522026-11-20 21:51:54
  • 安徽池州:晓雾轻笼千嶂翠 武汉湿度一度高达100%像住进水帘洞 美数百\
    陈茂波:香港经济基调良好前景正面 有助吸引更多国际长期资金投资
    恒生科技,或将迎来反转?
    2562455632205246112026-11-20 21:51:54
  • 出行注意 受大风天气影响新疆部分旅客列车停运 HICOOL2026全球创业大赛参赛项目破万 AI领域增长近四成 母亲节活动文案引发争议 OPPO致歉
    海南省第二十二届科技活动月将开展412场活动
    汇聚144家机构 “北京当代艺术博览会2026”开幕
    616235902887512026-11-20 21:51:54
  • 这个想法正悄悄偷走你的假期 中国牵头制定的光栅扫描激光显示国际标准发布 伦敦世乒赛:中国男队首战力克东道主英格兰
    汇源与瓴境达成战略合作
    重庆永川暴雨致17失联1死
    670616728107569832026-11-20 21:51:54
  • 王祥基:将力邀张凌赫、刘宇宁等大陆艺人赴台交流 专家解读首部职教蓝皮书:系统研判态势 助力职教提质 甘肃脊髓损伤者九年暖心接力自助互助
    硝烟四起!直击武警“枪王”挑战赛现场
    山西:高速路边摘槐花 民警劝阻
    8622557584816407512026-11-20 21:51:54
  • 双向联动拓新局 沪新理事会第七次会议在沪签约落地多项合作 新业态新模式 一季度我国智能消费设备制造增速明显 今天起,厨房这个地方,别忘了清洗!
    探访太行山“猫村”:200多只猫与一座山村的共生记
    (机遇香港)“温情经济”升温 香港母亲节消费市场“人财两旺”
    821745907837312026-11-20 21:51:54
  • 外形梦幻 美国国家科学基金会发布水晶球星云图像 “立足各自岗位不断创造新业绩”(人民论坛) 习近平举行仪式欢迎美国总统特朗普访华
    台湾学者郭冠英:两岸要和平统一,台湾应该“零军购”
    NYBO青少年篮球公开赛全国总决赛将在天津举行
    13575483238268542026-11-20 21:51:54
  • 满分10分 特朗普为中俄美会晤打12分 粤港澳大湾区锂电池产品海运出口“一箱制”落地 小雨智造乔忠良:年出货10万台是具身智能决赛圈的门票
    大美边疆看我家丨黑龙江牡丹江:熔岩台地杏花如雪
    外媒:涉汉坦病毒疫情邮轮抵达西班牙 船上人员开始疏散
    359928698706169002026-11-20 21:51:54
  • 1名航天员将开展1年期在轨驻留试验 神舟二十三号任务清单公布 “此轮暴雨为啥这么强?还要下多久?专家详解 多家车企回应锁电被约谈:系谣言
    火箭升空、机器人炫舞,科技展演燃爆校园!
    罗东川:始终把让人民 过上幸福生活作为头等大事
    127428198618762026-11-20 21:51:54
  • 湖北南漳为老年夫妻补拍婚纱照 弥补年轻时遗憾 世界客属第34届恳亲大会在海口开幕 德国波恩副市长成都行:爱川味豆瓣酱 赞生态与科技相融
    记者直击湖南石门县极端强降雨救援情况
    邮储银行助力园区发展,赋能科技企业攀高峰
    848647241342302026-11-20 21:51:54
  • 2026第二届广东高校服装联盟暨华农时装周在穗开幕 中美元首北京会晤 三个特殊时间点 司法部:对食品药品、安全生产等领域实施最有力的监管
    建行亮相数字中国建设峰会 以金融创新赋能高质量发展
    三星工会将按计划举行罢工
    57975658681815682026-11-20 21:51:54
  • 西藏牦牛博物馆:牦牛为“桥”连世界 全球媒体聚焦|外媒:欧洲企业加码在华业务 “融入中国供应链已成必然选择” 东西问|梁俊艳:七十五年沧桑蝶变,西藏发展之路为何具有世界借鉴意义?
    专家解读:日本“再军事化”为何是“灰犀牛”
    新质生产力跃动沃野
    618925095076512026-11-20 21:51:54
友情链接
  • 内蒙古举办2026国际博物馆日中国主会场活动
    2026-11-20 21:51:54
  • 5名意大利公民在马尔代夫潜水时身亡
    2026-11-20 21:51:54
  • “版权蟑螂”:把“维权”异化成“唯利”
    2026-11-20 21:51:54
安卓手机网上最贴心的Android软件应用平台!版权所有:刚刚,谢赛宁团队放出第二代表征自编码器有限公司备案号:京ICP备17065190号-1