PoolDINO：用于高效扩散模型的池化表征自编码器

研究者提出 PoolDINO，一种可学习的仿射池化算子，通过合并相邻 token 降低表征自编码器（RAE）密集 token 网格的生成建模成本，并与 RGB 解码器联合训练，保留标准两阶段 RAE 流程。