**HuggingFace 论文：提出表示引导（RG）提升像素扩散 Transformer 生成性能**

_Learning Representations to Guide Pixel Diffusion Transformers_

> 该研究指出高质量视觉表示未必直接转化为生成效用，提出表示引导（RG）方法。通过低维瓶颈强制生成相关信息的紧凑表示，并显式利用其引导解码器生成。RG 在 ImageNet 256x256 上以 459M 参数超越更大模型，512x512 分辨率 FID 达 1.74，并在文生图任务中取得优异表现。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.12978)