**RoAR-VAE：通过鲁棒预测提升潜在扩散性，实现重建与生成性能双优**

_RoAR-VAE: Improving Latent Diffusability through Robust Prediction_

> RoAR-VAE 提出了一种新的视觉分词器，通过“鲁棒预测”原则（即从受损潜在变量中恢复生成相关信息）来平衡图像重建保真度与下游扩散模型的训练效率。该方法结合鲁棒对齐与鲁棒重建两个目标，在同等训练预算下，其生成基准性能比最强基线提升 2.19 分，并在小文本重建精度上显著优于 FLUX.1-VAE。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26216)