待验证50% 置信事实精确时间
只需少量额外训练，ConvRefiner就能恢复生成图像的高频统计特性，同时保持FID不下降。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
像素扩散Transformer设计空间再思考：MFlow与ConvRefiner
rss2026/10/16
涉及实体
相关事实
待验证REPA使用预训练视觉编码器，通过MLP投影头对扩散骨干网络的中间层进行监督，训练完成后投影头被丢弃，不增加推理时计算量。70% 相似待验证在ImageNet-1k监督训练场景中，从头训练的reViT-B/16达到与DeiT III相当的精度，而存储参数减少了约70%。66% 相似待验证论文《Representation Conditioning for Generation》提出了RECON方法，在不增加任何参数的前提下，将扩散Transformer训练收敛速度提升至SiT的63倍、REPA的25倍。65% 相似待验证VITAL在未重新训练的情况下迁移到NAVSIM v2新基准时的表现，说明视觉运动脚手架的表征方式具备一定的泛化能力，而不是过拟合到特定数据集。65% 相似待验证对开源图像编辑模型做LoRA或全参微调专门训练视角变换能力，可能是复现POV生成最直接有效的路线，但高度依赖包含同一场景不同人物视角图像对的训练数据质量与数量63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065962API
curl https://kongchang.com/api/v1/knowledge/claims/1065962MCP
get_claim(id=1065962)