Bài báo mới: mô hình khuếch tán iREPA là bộ kết xuất các biểu diễn nền tảng của chúng. Với...
Tiêu đề gốc:new paper: iREPA diffusion models are a renderer of their underlying representations. with this new...
Tóm tắt AI
Bài báo mới: mô hình khuếch tán iREPA là bộ kết xuất các biểu diễn nền tảng của chúng. Với thiết lập mới này, chúng ta có thể hiểu rõ hơn ý nghĩa thực sự của các biểu diễn đó. Jas đã bắt đầu một cuộc khám phá tự phát, ba tháng qua chúng tôi đã học được rất nhiều. Tái bút: đây cũng là thử nghiệm nhỏ của chúng tôi về một kiểu "hiệu ứng máy nước" trực tuyến mới, tôi rất thích thấy hiện tượng này. Hãy tranh luận, thảo luận, rồi dùng nỗ lực thực sự biến nó thành khoa học nghiêm túc [Trích dẫn @1jaskiratsingh]: ‼️ Biểu diễn quan trọng đối với sinh tạo! Nhưng hóa ra, hiểu biết của chúng ta về cách biểu diễn hỗ trợ sinh tạo luôn sai ‼️ Suy nghĩ trước đây của chúng tôi: (chúng tôi sai) ❌ Bộ mã hóa thị giác lớn hơn → biểu diễn tốt hơn → sinh tạo tốt hơn ❌ Ngữ nghĩa toàn cục tốt hơn → biểu diễn tốt hơn → sinh tạo tốt hơn Kết quả: 🤯 Về căn chỉnh biểu diễn, bộ mã hóa thị giác nhỏ hơn 20 lần có thể đạt hiệu năng tương tự hoặc tốt hơn mô hình lớn hơn 🤯 Bộ mã hóa thị giác có độ chính xác dò tuyến tính khoảng 20% (thước đo ngữ nghĩa toàn cục) có thể vượt qua bộ mã hóa có độ chính xác >80% 🤯 Ngay cả các đặc trưng cổ điển như SiFT và HoG cũng mang lại cải thiện tương đương với bộ mã hóa thị giác lớn hơn nhiều hiện đại ‼️ 🚨 Giới thiệu: Điều gì quan trọng đối với căn chỉnh biểu diễn? Thông tin toàn cục hay cấu trúc không gian 🚨 TL;DR: ✅ Thông tin ngữ nghĩa toàn cục tốt hơn ≠ sinh tạo tốt hơn ✅ Cấu trúc không gian (chứ không phải ngữ nghĩa toàn cục) dẫn dắt hiệu năng sinh tạo của biểu diễn ✅ Chúng tôi đề xuất iREPA: chỉ cần 3 dòng mã, nhấn mạnh chuyển giao cấu trúc không gian, và liên tục cải thiện tốc độ hội tụ trên các phương pháp REPA, REPA-E, Meanflow, JiT Dự án thú vị tại @AdobeResearch, hợp tác với @xingjian_leng, @zongze_wu, @LiangZheng_06, @rzhang88, @elishechtman và @sainingxie 🙏 Đây cũng là trải nghiệm đặc biệt thú vị và độc đáo với tôi, ở mỗi bước của dự án chúng tôi đều chứng minh định kiến của mình là sai 😆 Cũng xin cảm ơn @YouJiacheng, @ShumingHu và @gallabytes, những bình luận của họ trên X đã khởi đầu hướng khám phá này 🫡 Bài báo: https://arxiv.org/abs/2512.10794 Mã nguồn: https://github.com/End2End-Diffusion/iREPA Trang dự án: https://end2end-diffusion.github.io/irepa Chi tiết thêm trong chuỗi: [1/n] 🧵
Thông tin chính
- Bài báo mới: mô hình khuếch tán iREPA là bộ kết xuất các biểu diễn nền tảng của chúng.
- Với thiết lập mới này,chúng ta có thể hiểu rõ hơn ý nghĩa thực sự của các biểu diễn đó.
- Jas đã bắt đầu một cuộc khám phá tự phát,ba tháng qua chúng tôi đã học được rất nhiều.
- Tái bút: đây cũng là thử nghiệm nhỏ của chúng tôi về một kiểu "hiệu ứng máy nước" trực tuyến…
- Hãy tranh luận,thảo luận,rồi dùng nỗ lực thực sự biến nó thành khoa học nghiêm túc [Trích dẫn…
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- X:谢赛宁 (@sainingxie)
- Danh mục
- Khác
颠覆认知:小20倍视觉编码器也能驱动高质量生成,空间结构才是关键
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Bài báo mới: mô hình khuếch tán iREPA là bộ kết xuất các biểu diễn nền tảng của chúng. Với.... 16 tháng 12 2025. https://new.nat6.net/vi/news/cmnz6dpf402amsl0fxz3kh21f/