RAEv2开源项目由Adobe Research、澳大利亚国立大学（ANU）与纽约大学（NYU）的谢赛宁团队等机构联合推出，收敛速度提升10倍，80轮训练超越前代800轮纪录。新版本作为取代传统变分自编码器（VAE）的扩散模型图像重构方案，解决了初代重构质量差、无法使用标准无分类器引导（CFG）以及收敛极慢等痛点。在ImageNet上仅需80轮训练即可达到1.06的全局FID（GFID）成绩。研究团队在架构设计上实现了三项核心优化，采用多层表示方案，将编码器最后K层的输出直接相加，保留底层子空间的结构。新架构还阐明了表示自编码器与表示对齐（REPA）的互补机制，使得在生成任务中表现更强。测试显示，要达到GFID小于2的指标，初代模型需要177轮，而新架构仅需35轮。
发布日期：2026-05-25