PoolDINO：池化表示自编码器提升扩散生成效率

研究者提出 PoolDINO，一种用于高效扩散模型的池化表征自编码器。其核心为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；该算子与 RGB 解码器联合训练，并保留标准两阶段 RAE 流程。相关论文发布于 arXiv（Computer Vision 分类），时间为 2026-10-08 12:00，属一手来源。目前报道仅介绍方法设计，未见实验数据或第三方验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。