跳到正文
arXiv · 机器人与计算机视觉· Mang Ning, Mingxiao Li, Le Zhang, Lanmiao Liu, Matthew B. Blaschko, Albert Ali Salah, Itir Onal Ertugrul·· 2026-10-16AI 评分66

Spectrum Matching:一种用于提升潜在扩散模型可学习性的统一视角

Spectrum Matching: a Unified Perspective for Superior Diffusability in Latent Diffusion

AI 导读

本文研究变分自编码器在潜在扩散中的可学习性(diffusability),推导了像素空间去噪损失的无分布界,并提出频谱匹配假设:潜变量应遵循平坦的幂律功率谱密度以保留低频增益,并通过解码器保持频率到频率的语义对应。实验表明该方法在 CelebA 和 ImageNet 上优于先前方法,同时扩展了表示对齐(REPA)的谱域视角并提出了 DoG 基改进方法。代码与多 VAE 仓库已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org